我在处理Cassandra时学到的第一件事是你需要非常小心你的数据模型，因为Cassandra不支持连接，聚合等 . 所以你根据你的查询建模你的数据，使用大量的去噪，等等 .
但是，假设我决定在Cassandra上运行Spark . Spark将允许进行连接和聚合，以及对数据的不同计算 .
所以我的问题是在Cassandra中建模我的数据并考虑到我将在其上运行Spark我是否需要更改我的模型以便它们适合Spark以便更快地进行计算，或者我仍然需要坚持使用最佳的数据建模实践普通 Cassandra ？
例如，如果我在cassandra中有Table1和Table2，它们保存相同的数据，但在Table1中，一个数据由Key1，Key2（partion键）键入，在表二中，数据由Key1，Key3（partion键）键入，这些是基本上是我的数据的两个视图，可以快速查询 . 如果我需要通过Key1，Key2，Key3查询数据，我将不得不创建第三个表Table3 . 但是知道我可以在Cassandra上查询并加入Spark中的Table1和Table2，我可能不需要创建Table3吗？
1 回答
表1表2表示两次读取，而表3表示一次读取 . 因此，具有复合主键的Table3会更快