Cassandra动态列建模时序数据是否需重复非主键字段？

关于视频建模的误导性 #

那个视频的建模方式确实不够严谨，没有结合Cassandra的特性做合理的数据拆分，导致了不必要的冗余。这种写法在小规模场景下可能看不出问题，但数据量上来后，重复存储的元数据会浪费大量空间，还会增加写入的带宽消耗，确实容易误导初学者。

如何实现无冗余的动态列建模 #

Cassandra虽以反范式优先，但并非完全不需要拆分。针对静态元数据和动态时序数据，正确的做法是拆分两张表：

1. 静态元数据表（仅写一次）

专门存储不会频繁变化的视频基础信息：

CREATE TABLE video_metadata (
    video_id UUID PRIMARY KEY,
    channel_name VARCHAR,
    video_name VARCHAR
);

初始化视频时写入一次即可，后续无需重复操作。

2. 时序浏览量数据表（动态宽行）

只存储变化的时序数据，用video_id做分区键，按小时聚合的时间戳做聚类列，天然形成宽行结构：

CREATE TABLE video_hourly_views (
    video_id UUID,
    viewed_hour TIMESTAMP, -- 应用层将时间截断到小时，比如2024-05-20 14:00:00
    count INT,
    PRIMARY KEY (video_id, viewed_hour)
);

这样每个video_id对应的宽行里，只会存储每个小时的浏览量计数，完全没有冗余的元数据。

写入时简化操作的技巧 #

要实现仅传入count即可写入，只需两步：

• 提前将视频元数据写入video_metadata表
• 写入浏览量时，用原子更新语句做增量计数，无需传元数据：

UPDATE video_hourly_views 
SET count = count + 1 
WHERE video_id = ? AND viewed_hour = ?;

这条语句会自动累加对应小时的计数，应用层只需传入video_id和当前小时的时间戳即可，甚至不需要知道当前的count值。

内容的提问来源于stack exchange，提问作者Ken