问题标签 [column-family]

我正在为 datastax 的发行版使用cassandra python 驱动程序。麻麻编码...

失败：

通过：

错误：

只要我自上次 session.execute 调用以来“重置”了键空间，连续的 session.execute 调用就可以工作。我不应该在每次 session.execute 调用后重置它。

想法？（我已经在github提交了issue，收到回复后会更新）

我需要您对我为我的项目设计的数据模型提出意见。我的项目是实时推荐系统。有一些推荐算法的集合。它的意思是这样的：

集合1 {算法1，算法5，算法6}

集合2 {算法5，算法6，算法7，算法8}

等等

我需要将成功、选择概率、得分等数据存储到收集中的每个算法（每 2 分钟）。所以我选择了 Cassandra 作为我的数据存储，因为它适用于时间序列。我需要存储我的数据，以便稍后在某些图形和图表中显示。您认为我的数据模型解决方案可以吗？我是这样做的：

因此，它的设计类似于行分区，通过向行键添加数据来限制集合中每个算法的列数（按日期）。

你怎么看待这件事？谢谢，扬

我正在使用 cassandra 2.0.6。并有这张桌子：

所以说我得到了这些行：

....继续说 1000 行 x

如果我查询：

cassandra 会获取所有 1000 行，还是只获取其中的一小部分？

阅读诸如http://www.ebaytechblog.com/2012/08/14/cassandra-data-modeling-best-practices-part-2/#.UzrvLKZx2PI之类的文章，似乎它只会获取其中的一小部分。但是运行一些压力测试并且我在表中拥有的数据越多，我得到的 MB/sec 磁盘 IO 就越多。

对于 8GB 数据，我获得 3MB/秒 IO（读取） 对于 12GB 数据，我获得 15MB/秒 IO（读取） 对于 20GB 数据，我目前获得 35MB/秒 IO（读取）

我在 cfhistograms 中没有看到任何奇怪的东西：

我有一个具有多个计数器列的列族。现在我想代表不同的行键获取它们的值，例如 RangeSlicesQuery 或 MultigetSliceQuery，我想应用于计数器列，请在计数器列中给我让路。

我认为无论 NoSQL 聚合存储是键值、列族还是文档数据库，它都会支持值的版本控制。经过一番谷歌搜索，我得出的结论是这个假设是错误的，它只取决于 DBMS 的实现。这是真的？

我知道 Cassandra 和 BigTable 支持它（都是列族商店）。似乎 Hbase（列族）和 Riak（键值）可以，但 Redis 和 Hadoop（键值）没有。Mongo DB（文档）会做Couchbase，但 MongoDB 不会（文档存储）。我在这里看不到任何模式。有经验法则吗？（例如，“键值存储通常没有版本控制，而列族和文档数据库有”）

我正在尝试做的事情：我想创建一个从 URL 到 PNG 图像的网站截图数据库。我宁愿使用键值存储，因为除了版本控制之外，它是解决问题的最简单的解决方案。但是当网站更改或停用并且我更新我的数据库时，我不想丢失旧图像。即使我选择了一个具有版本控制的键值数据库，我也希望能够切换到不同的键值数据库，而不受许多键值数据库不支持版本控制的约束。因此，我试图了解在聚合 NoSQL 数据库的连续统一体中，版本控制在何种复杂程度成为数据模型隐含的功能。

在 cassandra hector API 中，允许在选定的集群上创建表，如下所示。我想用 HBase 做同样的事情，有人可以帮我吗？

这是使用 Cassandra 完成的方式：

我有 2 个 cassandra 集群，位于不同的数据中心（请注意，这些是 2 个不同的集群，而不是具有 multidc 的单个集群），并且两个集群具有相同的键空间和列族模型。我希望以最有效的方式将列族 C 的数据从集群 A 复制到集群 B。其他一些 ColumnFamily 我可以使用 get 和 put 操作进行复制，因为它是一个时间序列并且键是顺序的。但是这个其他列族 C，我可以复制。我正在使用节俭和 pycassa。我已经尝试了 CQL COPY 命令，但不幸的是 CF 太大了，我得到了一个 rpc_timeout。我怎样才能做到这一点？

因为 HBase 表是稀疏表，所以 HBase 不仅为每个单元存储值，还存储识别单元所需的所有信息（通常描述为 Key，不要与 RowKey 混淆）。密钥如下所示：

RowKey-ColumnFamily-ColumnQualifier-时间戳

所有这些信息都存储在每个条目中。这就是为什么建议使用 Column Families 和 Column Qualifiers 的短名称来减少额外开销的原因。

我的问题：为什么我需要为每个条目存储 ColumnFamily？据我了解，每个存储文件都属于一个列族。每个存储文件存储一次列族名称还不够吗？这将减少开销，可以使用任意列族名称，并且我们仍然能够识别每个条目的列族。我在这里想念什么？

我正在阅读Cassandra- The definitive guide by E.Hewitt。我在第四章，作者描述了示例酒店应用程序的代码。本书中的图片在此提供以供参考。

这是插入HotelByCityrowkeys的方法column Family

我很难遵循代码。尤其是为什么要创建这么多容器（地图）。Mutation对象等的目的是什么？行键到底是如何插入的？

如果你能解释一下代码的每一步发生了什么，那就太好了。这本书没有解释，我无法了解这是如何完成的。

PS：我是一名Java开发人员。所以我熟悉什么地图等。但我只是不明白为什么地图被塞进另一个地图和其他细节

谢谢

我们有一个应用程序，它基本上每 1 分钟定期轮询一次更改，使用 Datastax c* 驱动程序 2.0.4（也尝试过 2.1.0-beta1）。

我们在应用启动时创建一个Session，指定keyspace，例如Session session = cluster.connect("my_keyspace");

然后使用 Timer 每分钟执行以下选择：

然后：

这似乎工作正常，除了每 6 分钟我看到一个异常指示“未配置的列族文档”

我已经看到一些关于键空间的引用，涉及在不同的客户端中错误地指定它们，或者使用需要引号的大写字符等，但与我们所经历的完全不同。我被这个异常的频率与计时器的频率不匹配，但仍然可以预测每 6 次迭代发生一次。

我发现的最接近的是这个未回答的问题：连续执行调用中未配置的列族错误（CQL）

感谢您的任何建议