您会使用 Cassandra 进行聚合查询吗？

Question

有没有人在生产中使用过 Cassandra，用于跨多个区域的数百万行数据聚合？

示例： 全球卖家，例如亚马逊

数据列： 用户、邮政编码、item_purchased、金额、日期时间、国家

假设我想要一个查询： 获取每个国家/地区每个项目每个邮政编码的总支出。

对于这种聚合来说，Cassandra 是不是一个糟糕的选择？

你会用什么？会是类似 Elasticsearch 的东西吗？关系数据库管理系统？

Answer 1

快速回答：否:)

Cassandra 不支持富 SQL 查询。从技术上讲，Cassandra 有一些聚合，但这个功能非常有限。

如果您的数据对于 RDBMS 来说太大，有几种方法可以进行聚合。

1. NoSql 存储 + 查询引擎。您可以将数据存储在 Cassandra、Hbase 甚至 S3 上的文件中，并使用 Hive、Spark SQL 或 Apache Drill 等软件在 NoSQL 存储上执行复杂的 SQL 查询。

2. Elasticsearch 现在拥有丰富的聚合功能。

3. 如果您在 AWS 上，相对简单且便宜的解决方案是将您的数据以 Parquet 格式放在 S3 上，并使用 Athena 进行聚合。