【发布时间】：2016-06-29 05:20:42
【问题描述】：
我知道 Cassandra 是一个 NoSQL 数据库，用许多索引对其进行修补不是可行的方法，但我正在为我的分析集群寻找解决方案，而不是为生产/实时集群寻找解决方案。
所以我认为添加索引以减少 Spark 过滤的数据量是有意义的。
原生 Cassandra 二级索引与 Lucene 的索引相比如何？
许多功能仅靠 Cassandra 是不可用的，但是你可以同时使用这两者的功能呢？
只使用 Lucene 更好/有意义吗？
我看到的另一个优势是我可以只在我的分析集群上安装 Lucene，而不会用索引使实时集群过载（从而提高那一侧的写入性能）。
【问题讨论】：
-
您的分析用例到底是什么？为什么您认为您需要 NoSQL 作为 Spark 的存储层？ Spark 会对该存储执行任何写入操作吗？您是否需要数据的搜索功能（Lucene）？或者只是处理简而言之，请提供更多信息...
-
Spark 可能会进行一些写入，但这不是最常见的用例。我不需要“搜索”功能，而是需要
where谓词功能。