作者回复: InfluxDB和OpenTSDB都是时间序列数据库，当然可以做到。OpenTSDB是基于HBase的，HBase原理和Cassandra相似，都是基于列的数据库，都适合存时间序列数据。

作者回复: 你好，视频中的mysql表设计只演示了聚合数据，一般原始数据可以考虑单独存ES或者Cassandra/HBase等NoSQL数据库。 space_info存放空间相关数据，比方说空间名称，我的视频，我的文章等，可以参考波波在B站上的空间：https://space.bilibili.com/518029478

作者回复: TimescaleDB是在PostgreSQL基础上，针对时间序列场景的扩展，完全可以实现分布式计数服务。

作者回复: 读写分离以后，系统就引入了分区，根据CAP原理，在P分区的情况下，CA不可兼得，需要做出牺牲，如果要可用性A，那么一致性C就需要牺牲，如果要强一致性C，那么可用性A就需要牺牲。 后面第四章会讲分布式事务和一致性问题，请耐心等待第四章。

作者回复: 你好，像mysql主从+读写分离，是目前互联网企业普遍做法，我之前工作过的公司像携程/拍拍贷等，大量应用mysql主从+读写分离。分表分库和缓存可以部分解决性能问题(课程第三/第五章有案例)，但不能解决所有性能问题，有的时候还是需做DB层的主从+读写分离。课程第四章会讲到CQRS技术， CQRS可以认为是服务层的一种读写分离，在大规模微服务架构中有很多应用场景，第四章我会进一步介绍。 像mysql MHA之类的技术，是可以做到主从高可用的，一主二从，主如果挂了，其中一个从可以自动升级成主，具体细节可以查网上资料很多。

作者回复: 对，第二个表中的timestamp表示每分钟的聚合数据。 如果要查询总的观看数，后面在后台还要进一步聚合每小时/天/月/年的数据，这样可以加速查询。

作者回复: 当然，数据模型设计一定要考虑读写模式。

作者回复: 现代消息系统比如Kafka，只要写入了可以保证不丢消息。但是生产者客户端因为网络等因素，可能会重发，造成消息重复，所以消费端要做去重或者幂等处理。

作者回复: 可以用hbase，还有基于hbase的opentsdb也可以。课程只是演示用cassandra，也是可以的。具体看公司的现有技术栈和运维能力等。

作者回复: 分库分表中间件，其实原理大多类似。shardingsphere java开发的，开源时间也比较久，社区生态也比较好(Apache背书)，文档也不错，国内企业落地案例多，生产应用推荐。cetus是c开发，号称性能第一，开源时间不长，可以关注。