时空系列的复合分区键（Cassandra）与交错索引（Accumulo，BigTable）

Question

我正在研究一个项目，我们每天导入50k-100k个数据点，位于时间上（YYYYMMDDHHmm）和空间上lon，lat），然后根据我们用户设置的查询参数动态呈现到地图上。我们确实使用低于给定缩放级别的预先计算的群集。

在这种情况下，鉴于我们正在为我们的存储层选择数据库引擎，我目前正在评估Cassandra和BigTable的变体。

具体而言，我试图理解在卡桑德拉与在BigTable的交织索引关键字，如一个GeoMesa使用利用复合分区键之间的差。

据我所知，这两种方法都可以利用COTS硬件，并且可以进行调整以减少热点并最大化空间填充。

我应该遵循什么逻辑步骤来区分两者？尽管我计划在不久的将来对两种方法进行测试，但我希望听到更合理，更有教养的方法。

Answer 1

GeoMesa实际上支持像Accumulo和卡桑德拉都BigTable的克隆。 Cassandra在撰写本文时的支持目前处于早期阶段。 README有索引方案的描述。

两种实现都利用Z2或Z3（取决于索引是否仅是空间或时空）交错索引。 BigTable克隆索引将全分辨率Z3放入主键中。查询只是对已排序的键进行范围扫描。 Cassandra要求明确列举分区键（除非您正在进行全表扫描）。由于这张脸，GeoMesa的Cassandra索引使用组合键在分区键和范围键之间传播信息。分区密钥是一个粗糙的时空密钥，将世界分为NxN个单元。然后，范围键是全分辨率Z3交错索引。查询分解为重叠桶（分区键）和每个桶内的Z3范围（范围键）的枚举。不得不枚举分区键可能会导致大量的网络琐事以满足查询。设置存储分辨率是减少这种烦人的关键。