我有实时时间序列传感器数据。我的主要目标是保留原始数据。我应该这样做，以便存储成本最小。
我的情景是这样的;
所有传感器都会生成时间序列数据，我必须保存这些原始时间序列数据以进行批量分析。镶木地板格式非常适合降低存储成本。但是，如果每个传入的时间序列数据都写成镶木地板格式，这是否有意义？
另一方面，我想实时处理每个传入的时间序列数据。对于实时场景;我可以用卡夫卡。但是，Hbase或Cassandra可以用于批量和实时分析而不是Kafka吗？
如果我使用Cassandra，我该如何进行批量分析？
但是，Hbase或Cassandra可以用于批量和实时分析而不是Kafka吗？
把卡夫卡想象成这些商店的管道。它不是替代使用“而不是”。 HBase和Cassnadras是商店，您需要从中批量处理数据......您可以在这些系统之前使用Kafka Streams（或Spark，Flink或我个人最喜欢的NiFi）进行实际（近乎）实时处理。
我建议使用Kafka，而不是将点对点指标纳入Hadoop（或相关工具）。我还鼓励使用像CrateDB或InfluxDB这样的数据...你可以使用Kafka来摄取Hadoop和其他更好地调整以存储这些数据集的工具（这是“缓冲”数据的好处卡夫卡第一）
如果每个传入的时间序列数据都写成镶木地板格式，这是否有意义？
当然。如果要存储大量数据以进行大批量分析。但是，例如，如果您按小时数据点窗口，并执行总和和平均值，那么您真的需要存储每个数据点吗？
如果我使用Cassandra，我该如何进行批量分析？
好吧，我希望你现在以同样的方式做到这一点。为数据库安排查询？希望所有的数据都存在？ （没有迟到的记录）
我有实时时间序列传感器数据。我的主要目标是保留原始数据。我应该这样做，以便存储成本最小。
如果您的要求是存储原始数据，您可以将它们写入hdfs压缩形式。在这里使用镶木地板格式可能不可行。格式可以改变。如果您在kafka中有传入数据，则可以使用kafka connect从主题批量写入hdfs。
所有传感器都会生成时间序列数据，我必须保存这些原始时间序列数据以进行批量分析。镶木地板格式非常适合降低存储成本。但是，如果每个传入的时间序列数据都写成镶木地板格式，这是否有意义？
不确定我是否理解正确，但将每个数据点存储在单独的镶木地板文件中没有任何意义。
另一方面，我想实时处理每个传入的时间序列数据。对于实时场景;我可以用卡夫卡。但是，Hbase或Cassandra可以用于批量和实时分析而不是Kafka吗？
根据您的使用情况，批处理可能很容易在原始数据上使用hive或spark sql。也许kafka-streams处理器足以满足您的实时需求。
这么多选择。这一切都取决于用例......