我首先想到用spark kafka cassandra（在kubernetes上）重写庞大的spark kafka hbase应用程序。
我有以下数据模型一个支持所有时间插入，另一个支持upserts
方法1：
创建表test.inv\u位置(
位置\u id int，
项目bigint，
时间\u id时间戳，
销售楼层数量，
休息室数量，
在后台，
中转数量int，
主键（（location\u id），item，time\u id）），聚类顺序为（item asc，time\u id desc）；
这个表一直插入，因为timeid是集群列的一部分。我想通过fetch 1读取最新的（timeid是desc），并通过在key cols上设置ttl或隔夜删除它们来删除旧记录。
关注点：ttl或删除旧记录会创建墓碑。
方法2：
创建表test.inv\u位置(
位置\u id int，
项目bigint，时间\u id timestamp，
销售楼层数量，
休息室数量，
在后台，
中转数量int，
主键（（location\u id），item）），按（item asc）进行聚类；
如果一条新记录出现在同一个位置和项目上，该表会将其加高。它易于阅读，无需担心清除旧记录
问题：我有另一个Cassandra的应用程序，在不同的时间更新不同的列，我们仍然有阅读问题。也就是说，upserts也会创建墓碑，但与方法1相比，情况会更糟吗？或者其他更好的建模方法？