我正在寻找方向：
我有一个带有纬度和经度数据的cassandra数据库 . 我需要搜索半径内的数据或点周围的方框坐标 . 我正在使用golang（gocql）客户端来查询Cassandra .
我需要对Spark和Cassandra有一些了解，因为这种接缝就像要走的路一样 .
以下假设是否正确;我有2个Cassandra节点（2个副本中的数据） .
-
我应该安装一个额外的节点并在其上安装Spark，然后将其连接到包含数据的其他两个现有Cassandra节点（使用DataStax的Spark Connector） .
-
两个现有的Cassandra节点是否需要在其上安装Spark worker才能与Spark Master节点配合使用？
-
当Spark设置到位时，您是否查询（Scala）现有数据，然后将数据保存到Spark节点，然后使用gaoling（gocql）客户端进行查询？
欢迎任何指示
提前致谢
1 回答
地理空间搜索是一个非常深刻的主题 . 如果它只是进行你正在进行的搜索（而非批量/分析），我可以告诉你，你可能不想使用Spark . Spark不太擅长'搜索'数据 - 即使它是地理空间的 . 主要原因是Spark没有为有效搜索索引数据，并且每次要进行搜索时都必须创建作业/上下文（除非使用作业服务器） . 当您考虑面向用户的应用程序时间时，这需要永远 .
Solr，弹性搜索和DataStax企业搜索（免责声明我为DataStax工作）都能够对Cassandra数据进行box和radius搜索，并且几乎可以实时搜索 .
但是，要回答您的原始问题，如果您的大部分分析通常来自Cassandra数据，那么在与Cassandra相同的节点上运行Spark以获取数据位置可能是个好主意 . 好消息是Spark很好地扩展，所以如果你发现Spark从Cassandra那里获得太多资源，你可以简单地扩展（Cassandra和Spark） .
Spark是一个集群计算引擎，因此需要一组节点才能正常工作 . 如果您希望它尽可能高效，则需要在所有节点上安装它 .
我不喜欢't think they '对地方来说是一个好主意 . 在academy.datastax.com上有一个非常好的视频，它显示了spark cassandra连接器如何从Cassandra读取数据到Spark . 我认为它会为你清楚很多事情：https://academy.datastax.com/demos/how-spark-cassandra-connector-reads-data
Spark-Cassandra连接器可以与Cassandra和Spark通信 . 例如，有一些方法saveToCassandra（）会将数据写回Cassandra，您的作业将被处理 . 然后您可以像往常一样使用您的客户端 .
在academy.datastax.com上有一些非常好的免费Spark Cassandra教程 . 这也是一个很好的起点：http://rustyrazorblade.com/2015/01/introduction-to-spark-cassandra/