问构造Cassandra表以实现高速查询

EN

我们正在考虑使用Cassandra来存储临床试验的数据。这些数据本质上是血氧饱和度和呼吸频率(以及其他一些东西)。我们还需要存储患者标识符、访问代码和设施代码。我们期望只需要通过唯一的患者/访问来检索数据。但是，每个患者都可以有500,000+记录。可能有1000个病人，可能有100个设施。我的问题与表的设计有关，以确保快速检索数据：

Create table OxygenSats
    (
        facility int,
        visit text,
        pat_id text,
        probe_id text
        event timestamp,
        oxygen float,
        resp int,
        Primary key((facility, visit), pat_id)
    );

因此，我认为数据将在pat_id上集群，并在(设施，访问)上进行分区。这是正确的吗？阅读速度是非常重要的。我们将需要按患者(本质上是设施、访问、患者)进行选择，并按日期进行过滤。

对于我们正在处理的数据类型，这是一种最佳方法吗？如有任何指导/建议，欢迎光临。

我们需要的查询相当简单-我们只需要选择一个患者的所有数据(按日期过滤也很有用)：

select oxygen, resp from OxygenSats where facility = '1', and visit = '1' and pat_id = '22'