附加 Twitter 流/公共数据集作为 YCSB 工作负载的输入

Question

YCSB 的工作负载使用自动生成的数据。有没有办法附加 Twitter 或其他服务的公共数据集作为工作负载的输入？我需要使用这些数据集的因果关系。 （例如 {id, tweet, parent-id..}

Answer 1

您不能在原版 YCSB 中使用，但您可以改用 KV-replay 分支。工作负载（跟踪）需要修改为它们的输入格式，但这在 Python 或 bash 中应该很容易做到。