cassandra - Reddit中使用的Cassandra数据库架构是什么？

Question

Reddit当前正在将其数据库从PostgreSQL迁移到Apache Cassandra。有人知道Reddit在Cassandra中使用哪种数据库架构吗？

Answer 1

我也不知道确切的Reddit模式，但是对于您要归档的内容，您使用的是正确的方法，将注释层次结构保存在基于文档的数据库中，而不是在关系数据库中。我建议为每个根注释保留一个文档，然后将所有子项(和子项的子项)添加到该注释中。

在CouchDB和MongoDB中，您可以直接存储JSON文档。 在Cassandra中，我将JSON保存为String 。因此，数据结构将仅仅是

root-comments
{
    root-comment-id
    root-comment-json-string
}

每个root-comment-json-string看起来像这样:

{
comment : "hello world"
answers : 
[
    {
    comment : "reply to hello world"
    answers : 
    [
        {
        comment : "thanks for the good reply"
        answers : []
        },
        {
        comment : "yes that reply was indeed awesome"
        answers : []
        }

    ]
    }

]
}

另外，您可能想在每个注释的结构中添加一个UserName，UserID，Timestamp等。

如果您有大量数据，则这种“非规范化”结构与规范化的关系结构相比，将使查询变得非常快。

在任何情况下，您都必须照顾所有异常，例如，当您为大型用户规模实现这样的系统时，可能会发生这种异常。如果有人用评论B回复评论A，但同时(或以后)删除评论A，会发生什么情况。

如果在Internet上搜索“cassandra层次数据”，则会找到其他方法，但是它们都可以归一化，或者对于“无限”层次还不完善。