Redditで使用されるCassandraデータベーススキーマとは何ですか？

Question

Redditは現在、データベースをPosgreSQLからApache Cassandraに移行しています。誰かがCassandraでRedditが使用するデータベーススキーマを知っていますか？

Answer 1

また、正確なRedditスキーマはわかりませんが、アーカイブしたいものについては、リレーショナルデータベースではなくドキュメントベースのデータベースにコメントの階層を保存しています。根本的なコメントごとに1つの文書を保管し、そのコメントにすべての子（および子の子）を追加することをお勧めします。

CouchDBとMongoDBでは、JSONドキュメントを直接保存できます。 CassandraではJSONを文字列として保存します。だから、データ構造は

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

と各ルート-コメント-JSON文字列は次のようになりますが、次のようになります。

{ 
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 : [] 
     } 

    ] 
    } 

] 
} 

は、さらに、ユーザー名、ユーザーID、タイムスタンプを追加したい場合があります.. ..などをコメントごとの構造に追加します。

この '非正規化された'構造は、たくさんのデータを持っている場合、正規化されたリレーショナル構造と比べて非常に高速なクエリを作成します。

いずれの場合でも、大規模なユーザー規模でこのようなシステムを実装すると起こりうるすべての例外を処理する必要があります。誰かがコメントBでコメントAに返信すると同時に、コメントAが削除されるとどうなりますか？

インターネットで「cassandra hierarchical data」を検索すると、他のアプローチがありますが、すべて正規化に戻るか、「無限」階層では完全ではありません。