卡桑德拉数据建模设计

Question

我对Cassandra相当陌生，在过去的一个月里读了很多书。
我正在研究一个小用例。
查询：基于在某个时间范围内播放的金额排名前 X 的玩家。

因此，在任何给定的时间范围内，我都希望汇总玩家的总游戏次数，并得出排名前X的玩家。

我遵循了创建UDF（使用C*-2.2.0版本）的方法，用于聚合AmountPlay by a Player。

下面是我为这个用例设计的时间序列数据模型。

CREATE COLUMNFAMILY PlayerRating
(
PlayerNumber int, ===> Unique account number
GameID text, ===> unique machine ID per slot
AmountPlayed double, ===> AmountPlayed by the player
EventTime timestamp, ===> Event generated TimeStamp
PRIMARY KEY ((PlayerNumber, GameID),EventTime)) WITH CLUSTERING ORDER BY(EventTime desc);

请让我知道我的数据模型设计是否适合我的查询。

谢谢！！

Answer 1

我认为将每个游戏的所有玩家放在一个分区中可能会更容易。

这样，您可以用一个查询聚集所有玩家，而不是为每个玩家单独查询。然后，你可以将每个球员的上场时间汇总到一张地图中(参见此处如何定义UDF的示例)。

所以你的桌子看起来像这样：

CREATE TABLE playing_time_by_game (game_id text, event_time int, player_id text, amount_played int, PRIMARY KEY (game_id, event_time));

然后按player_id创建总计的 UDF：

CREATE FUNCTION state_group_and_total( state map<text, int>, type text, amount int )
     CALLED ON NULL INPUT
     RETURNS map<text, int>
     LANGUAGE java AS '
     Integer count = (Integer) state.get(type);  if (count == null) count = amount; else count = count + amount; state.put(type, count); return state; ' ;

然后创建聚合函数：

CREATE OR REPLACE AGGREGATE group_and_total(text, int) 
     SFUNC state_group_and_total 
     STYPE map<text, int> 
     INITCOND {};

然后插入一些数据:

SELECT * from playing_time_by_game ;

 game_id | event_time | amount_played | player_id
---------+------------+---------------+-----------
   game1 |          0 |             8 |   player1
   game1 |          1 |            12 |   player2
   game1 |          5 |             1 |   player2
   game1 |          8 |            50 |   player1
   game2 |          0 |           200 |   player1

现在您可以按player_id聚合：

SELECT group_and_total(player_id, amount_played) from playing_time_by_game;

 t2.group_and_total(player_id, amount_played)
----------------------------------------------
              {'player1': 258, 'player2': 13}

您可以将查询限制在游戏分区和时间范围内:

SELECT group_and_total(player_id, amount_played) from playing_time_by_game where game_id='game1' and event_time >=0 and event_time <=7;

 t2.group_and_total(player_id, amount_played)
----------------------------------------------
                {'player1': 8, 'player2': 13}

您还可以定义一个FINALFUNC来排序并只保留地图中的前十项。看这个。