Блог

Мы рассматриваем возможность использования Cassandra для хранения данных для клинического испытания. Данные — это, по сути, насыщение кислородом и частота дыхания (и несколько других параметров). Нам также необходимо сохранить идентификатор пациента, код посещения и код учреждения. Мы ожидаем, что потребуется извлекать данные только по уникальному пациенту / посещению. Однако у каждого пациента может быть более 500 000 записей. Там может быть 1000 пациентов и, возможно, 100 учреждений. Мой вопрос касается дизайна таблицы (таблиц) для обеспечения быстрого извлечения данных:

 Create table Oxy&enSats
    (
        facility int,
        visit text,
        pat_id text,
        probe_id text
        event timestamp,
        oxy&en float,
        resp int,
        Primary key((facility, visit), pat_id)
    );
  

Исходя из этого, я думаю, что данные будут кластеризованы по pat_id и разделены по (facility, visit). Правильно ли это? Скорость чтения очень важна. Нам нужно будет выбрать по пациенту (в основном, учреждение, визит, пациент) и отфильтровать по дате.

Является ли это оптимальным подходом для типа данных, с которыми мы имеем дело? Приветствуются любые рекомендации.

Необходимые нам запросы достаточно просты — нам просто нужно выбрать все данные для пациента (фильтрация по дате также была бы полезна):

 select oxy&en, resp from Oxy&enSats where facility = '1', and visit = '1' and pat_id = '22'
  

Вы правы в своем предположении, что он разбит на разделы по составному ключу (facility, visit) и кластеризован по pat_id. Уникальность посещения здесь критична, но не указана, прямо сейчас мы не можем сказать, является ли посещение уникальным для каждого посещения пациента в глобальном масштабе или нет. Также было бы полезно получить более подробную информацию о запросах select, будут ли они включать диапазоны или просто точечные запросы?

Единственное, что вы можете сделать, это протестировать его с помощью репозитория NoSQLBench на Github и документов — это даст вам хорошее представление о производительности перед использованием.

Верхний рекомендуемый предел размера раздела составляет 100 Мб, поэтому вы можете выполнить некоторые вычисления относительно размеров данных и номеров записей для каждого раздела, чтобы определить, не вызовет ли ваш ключ проблемы с размером раздела.