问题标签 [column-oriented]

列式数据库应该将一组列存储在一起。但是 Cassandra 按行存储数据。SS Table 将保存多行数据映射到其对应的分区键。所以我觉得 Cassandra 是一个像 MySQL 一样的行明智的数据存储，但还有其他好处，比如“宽行”，每一列不一定都存在于所有行中，当然它在内存中。如果我错了，请纠正我。

假设我们有一个包含 5TB 数据和 10 个区域服务器的表。我们想继续在我们的表中放置广泛分布的行ID。在这种情况下，增加区域服务器会有所帮助还是减少区域服务器会有所帮助？考虑区域大小为 256 MB。

我正在使用 numpy ORM 构建数据模拟框架，在其中使用类和对象而不是直接使用 numpy 数组要方便得多。尽管如此，模拟的输出应该是 numpy array。在这里，blockz 作为后端也很有趣。

我想将所有对象属性映射到 numpy 数组。因此，numpy 数组就像我的类的面向列的“持久”存储一样工作。我还需要将“新”属性链接到我可以使用 numpy(pandas) 框架计算的对象。然后只需使用相同的后端将它们相应地链接到对象。

这种方法有什么解决方案吗？您会推荐任何以 HPC 方式构建它的方法吗？我只找到了 django-pandas。PyTables 在添加新的列属性时非常慢。

类似于（处理指向 np_array 的指针）：

Hadoop 权威指南（第 4 版）在第 137 页有一段：

面向列的格式需要更多内存用于读取和写入，因为它们必须在内存中缓冲行拆分，而不仅仅是单行。此外，通常无法控制写入发生的时间（通过刷新或同步操作），因此面向列的格式不适合流式写入，因为如果写入进程失败，则无法恢复当前文件。另一方面，面向行的格式（如序列文件和 Avro 数据文件）可以在写入器失败后读取到最后一个同步点。正是出于这个原因，Flume（参见第 14 章）使用了面向行的格式。

我不明白为什么在失败的情况下无法恢复当前块。有人可以解释有关此声明的技术困难：

我们无法控制写入发生的时间（通过刷新或同步操作）

众所周知，Cassandra 是面向列的数据库。但是他们的一些讨论仍在进行中，要么是键值对存储，要么是面向列的数据库。请证明 Cassandra 是面向列的还是键值对存储？

我们怎么知道的，请解释一下。

先谢谢了。

我正在为 uni 开发一个项目，即构建一个 URL 缩短器。我研究了不同类型的 NoSQL 数据库，但我不知道哪种更适合我的目的以及为什么。

我可以在键/值数据库、面向文档、面向列或图形之间进行选择。我确信图一不利于我的目标。

请问您有什么建议吗？

因为我正在从事将 UML 类图转换为 NoSQL cassandra 数据库的新项目。我正在努力寻找类似于关系模型的基本翻译规则。正如我在cassandra 文档中所读到的，它是面向查询的建模。但是在实施之前是否有任何通用规则概念。请帮忙

我最近开始研究大查询，我知道它们是面向列的数据库，并且在这种类型的数据库中磁盘查找要快得多。

任何人都可以向我解释一下，与关系数据库相比，面向列的数据库中的磁盘查找速度如何更快。

所以我遇到了无法选择表中行数的问题。

我的问题是：“获取图书馆中保留最多的书”

我创建的模型：

查询：

我真的觉得我的模型错了。该表是 PostgreSQL 表的改编版。那么如何正确获取每本书的预订数呢？在这种情况下我的PK应该是什么？

我有一个特殊的场景，我需要每 30 分钟左右截断并批量插入 ClickHouse DBMS 中的表。我在 ClickHouse 中找不到截断选项的参考。

但是，我可以找到建议，我们可以通过删除旧表、创建一个具有相同名称的新表并将数据插入其中来间接实现这一点。

对此，我有几个问题。

1. 这是如何实现的？这个过程中的步骤顺序是什么？
2. 在删除和重新创建表期间，其他查询（例如Select ）会发生什么情况？
3. 在 ClickHouse 中删除和重新创建表通常需要多长时间？
4. 有没有更好更干净的方法可以实现？