关于卡桑德拉的泰坦地理数据

Question

我正在寻找使用Titan来创建可扩展的地理空间数据存储（我在想R树）。 在文档中，有一个GeoShape查询，文档说titan可以使用Lucene或ElasticSearch执行地理数据。 但是，看起来这会非常慢，因为在cassandra中遍历节点本质上是在cassandra中进行连接查询，这是一个非常糟糕的主意。 我想我可能会误解数据表示。

我阅读了Titan数据模型文档 ，但我仍然不太了解它。 如果所有边都存储在Cassandra行中，那么Titan仍然必须在顶点表上“连接”。 解决此问题的一种方法是使列值等于边属性数据，然后您可以将顶点数据和边数据整齐地打包到行中。 但是，当您想要执行超过1个节点的查询时，这会中断，我们又会再次回到加入问题。

所以。 Titan是否在Cassandra中模拟连接查询？ - 和 - 在这些条件下地理查找的性能如何？

Answer 1

我认为这个问题将边缘遍历与地理空间索引查找混为一谈。 它们在API和实现级别都是分开的。 索引未在数据模型图片中示出。

让我们更具体一点。 假设我使用Murmur3Partitioner或RandomPartitioner与ES和Cassandra一起运行Titan。 我在边缘称为“地点”的ES地理空间索引，如“入门”页面中所述 。 通过地理空间查询（例如“入门”文档中的“WITHIN”）查找边缘，首先点击ES。 ES返回ID Titan可以用来快速查找Cassandra中相关的顶点/边缘数据，而无需对关系连接进行模拟。

地理空间数据的这些边缘查找的成本应该大致相当于ES的WITHIN实现（我认为委托给Spatial4j）的成本，加上Titan在获取ID后对Cassandra进行的查找，其数量应大致为线性。 ES发现的边缘。 这只是背后的估计，所以请大量使用它。

在我通过地理匹配获得边缘之后，如果我想在集合中的每个边缘附近运行任意遍历，那么我将看看在头/尾顶点上生成MultiQuery并启用数据库级缓存。 如果查询未命中缓存或缓存已冷/禁用，则Titan仍会尝试在可能的情况下检索遍历在每个顶点的单个Cassandra切片中所关注的所有边。 如果您担心Titan的边缘遍历效率，那么您可能会发现带有Titan的Boutique Graph Data很有趣。

HTH