餐桌设计卡桑德拉

Question

我正在从一台具有不同传感器的机器上保存数据。

CREATE TABLE raw_data (
    device_id uuid,
    time timestamp,
    id uuid,
    unit text,
    value double,
    PRIMARY KEY ((device_id, unit), time)
)

我需要知道发送数据时正在使用哪个传感器。 我可以添加一个字段“ sensor_id”，并将与传感器相关的数据存储在另一个表中。 这种方法的问题是我必须存储可以改变的传感器（A，B，C）的位置。 更改传感器表中的位置将使旧数据无效。

我觉得我仍然在以关系方式思考很多。 您如何建议解决此问题？

Answer 1

给定您的表描述，我想说device_id是设备的标识符（或PK），但这显然不是您在想的...而且恕我直言，这是问题的根源。

我不想显得学究，但我经常看到人们忘记（或不知道）在关系模型中，关系不是（或不仅是）表之间的关系，而是属性之间的关系，即。 在“域值”中获取的值，包括PK和PK（请参见在网络上可以轻松找到的Codd的关系模型定义）。 在关系模型中，表是一个关系，查询（SQL中的SELECT，包括联接）也是一个关系。 即使使用NoSQL，实体（IMHO）也应至少遵循前3种正常形式（原子性和对pk的依赖性），这至少是最小常识建模。

关于PK，在关系模型中，关于自然主键与代位副键（非自然计算出的）主键存在激烈的争论。 我倾向于使用自然键（通常是复合键），但这只是一种意见，当然取决于上下文。

在您中，数据模型单元（IMHO）不应作为PK的一部分：它不能识别设备，它是设备的特征。 PK必须唯一地标识设备，它不是设备的位置或位置，单元或任何其他特征。 它是唯一的ID，序列号，其他特征的组合，并且对于设备而言是唯一的，并且不会随时间或其他任何维度而变化。

例如，对于带有嵌入式设备的汽车，您可以选择为每个嵌入式设备提供不透明的uuid PK，并带有参考表以检索有关该设备的其他信息，并可以通过以下方式提供复合PK：car maker，汽车序列号​​（sno），设备类型，设备ID。 例如：

CREATE TABLE raw_data (
    car_maker text,
    car_sno text,
    device_type text,
    device_id text,
    time timestamp,
    id uuid,
    unit text,
    value double,
    PRIMARY KEY ((car_maker, car_sno, device_type, device_id), time)
)

示例数据：

( 'bmw', '1256387A1AA43', 'tyrep', 'tyre1', 'bar', 150056709xxx, 2.4 ),
( 'bmw', '1256387A1AA43', 'tyrec', 'tyre1', 'tempC',150056709xxx, 150 ),
( 'bmw', '1256387A1AA43', 'tyrep', 'tyre2', 'bar', 150056709xxx,2.45 ),
( 'bmw', '1256387A1AA43', 'tyrec', 'tyre2', 'tempC', 150056709xxx, 160),
( 'bmw', '1256387A1AA43', 'tyrep', 'tyre3', 'bar', 150056709xxx,2.5 ),
( 'bmw', '1256387A1AA43', 'tyrec', 'tyre3', 'tempC', 150056709xxx, 150 ),
( 'bmw', '1256387A1AA43', 'tyre', 'tyre4', 'bar', 150056709xxx,2.42 ),
( 'bmw', '1256387A1AA43', 'tyre', 'tyre4', 'tempC', 150056709xxx, 150 ),

这是一个普遍的想法，必须适合您的问题。 有时，uuid和计算出的键是最好的。

使用Cassandra时，困难在于您必须围绕查询设计模型，因为PK的第一部分是分区键，并且您无法在多个查询之间进行查询（或者很难分页或使用spark等其他系统）分区。

不要认为关系太多，不要害怕重复。 我建议您也看看Cassandra的Chebotko图，它可以帮助您围绕此处或此处的查询设计Cassandra模式。

最好，

阿兰