问题标签 [wide-column-store]

在互联网上阅读了几篇论文和文档，我发现了许多关于 Cassandra 数据模型的相互矛盾的信息。有许多人将其识别为面向列的数据库，其他人将其识别为面向行的数据库，然后将其定义为两者的混合方式。

根据我对 Cassandra 如何存储文件的了解，它使用 *-Index.db 文件访问 *-Data.db 文件的正确位置，其中存储了布隆过滤器、列索引，然后是所需的行。

在我看来，这是严格面向行的。有什么我想念的吗？

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。

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。

HBase 和 Cassandra 构建为宽列存储，使用行和列的概念。

一行由一个类似于RDBMS中的主键概念的键和一个由若干列组成的值组成

表示可以如下：

在应用程序层是否正确，构建组合主键以允许快速迭代并置的行。

这可以表示如下。

列name从 移到Value并且Key只有Value一个列名value。

几天前，我读到了 NoSQL 的宽列存储类型和专门的 Apache-Cassandra。

我的理解是 Cassandra 包括：

一个键空间（如关系数据库中的数据库）并支持许多列族或表（与关系数据库中的表相同）和无限行。

来自 Stackoverflow 标签：

宽列存储是一种键值对数据库。它使用表、行和列，但与关系数据库不同，列的名称和格式在同一个表中的行与行之间可能会有所不同。

在 Cassandra 中，所有行（在表中）都应该有一个行键，然后每个行键可以有多个列。我读到了关系数据库和 NoSQL (Cassandra) 在实现和存储数据方面的差异。

但我不明白结构之间的区别：

想象一下我有一个表（或 Cassandra 中的列族）的场景：

当我执行这样的查询（CQL）时：

如您所见，它给了我结果：

因此，我使用以下查询在关系数据库（MS SQL）中执行上述场景：

结果是：

我知道 Cassandra 支持动态列，我可以通过以下方式执行此操作：

但它在关系模型中可用，例如在 mssql 中，上面的代码也可以实现。就像是：

我看到的是第一次选择和第二次选择结果是一样的。在 Cassandra 中，他们只是将行键（姓氏）作为独立对象提供，但它与 mssql（以及所有关系数据库）中的唯一字段（如 ID 或文本）相同，我看到 Cassandra 中的列类型是静态的（在我的例子中varchar）不像它在 Stackoverflow 标签中描述的那样。

所以我的问题是：

1. 我对卡桑德拉的想象有什么误解吗？！

2. 那么两种结构有什么不同呢？！我告诉你结果是一样的。

3. 是否有任何特殊场景（类似 JSON）无法在关系数据库中实现但 Cassandra 支持？（例如，我知道 Cassandra 不支持嵌套列。）

感谢您的阅读。

我想知道持久键值数据库和宽列数据库之间的区别。我知道在两个数据库中，您都通过键检索单个值，那么值的类型之间有什么区别？

谢谢！

熊猫数据框通常以长（很多行）或宽（很多列）格式表示。

我想知道哪种格式在保存为 hdf 文件 ( df.to_hdf) 时读取速度更快并且占用的内存更少。

是否有一般规则或某些情况下应首选其中一种格式？

我正在尝试使用 cassandra 对具有许多传感器（> 50k）的时间序列数据进行建模。由于我想同时对多个传感器进行过滤，我认为使用以下（宽行）模式可能是合适的：

如果每个传感器值都是 RDBMS 中的一列，我的查询理想情况下如下所示：

翻译成我的 cassandra 模式，我假设查询可能如下所示：

我现在有两个问题：

1. cassandra 告诉我，我只能在传感器列上过滤一次：

如果传感器包含 Equal，则传感器不能受多个关系的限制

2. 显然，价值过滤目前没有意义。我不知道如何在查询中表达传感器和值之间的关系，以便过滤同一（宽）行中的多个列。

我知道第一个问题的解决方案是使用 CQL 的IN子句。然而，这并不能解决第二个问题。

这种情况甚至适合 cassandra 吗？

提前谢谢了。

我正在处理一项分析任务，我们从大学图书馆获得了包含近 300.000.000 行的部分数据集。

每行包含：

• ID
• 日期
• 所有者
• 最后期限
• 离开日期
• 登记日期

我把所有这些都放在一个 MySQL 表中，然后我开始查询它以用于我的分析任务，但是简单的查询 ( SELECT * FROM table WHERE ID = something) 需要 9-10 分钟才能完成。所以我为所有列创建了一个索引，这使它明显更快~ 30 秒。

所以我开始阅读类似的问题，人们建议切换到“宽列存储”或“搜索引擎”而不是“关系”。

所以我的问题是，用于这些数据的最佳数据库引擎是什么？

我正在使用具有数十亿条记录的 cassandra db，并且我想存储按日期分组的数据。问题是我应该为用户查询具有不同时区的记录，但它按 GMT 将数据存储在分区键中。为所有时区保存不同的日期字段并创建大量视图是否正确？这会将 db 扩展到巨大的大小。