NoSQL: Apache Cassandra快速上手[1]介绍_apache cassandra 使用实例

0. 介绍

1. 和MongoDB的区别

2. key feature

3. 应用场景

4. cassandra架构

分布式系统。由节点组成，每个node都平等。共同构成一到多个ring 或者cluster

节点读写操作中的组成部分：

• memtable
• commitLog
• SSTables

单个节点的写入操作：

单个节点的读取操作：

5. data model

logical entities：tables and keyspaces
我们会在之后教程中详细说明tables和keyspaces的含义与操作。链接如下
Apache Cassandra：数据结构，keyspaces，table相关操作

执行create, drop, alter等操作，并不会影响在证运行的update 或者查询操作。

本部分说明的例子按照按照如下所示的代码创建。分别创建一个名字为intro_cassandra的keyspace和groups的table.

上图中最后一行我们需要解释一下：

PRIMARY KEY ((groupid), username)

其中

groupid列被称为Patition key
usernamecolumn 被称作Clustering Key

primary key

• primary key 包含两种key，partition key 和 clustering key
  1. partition key： mandatory 必须有
  2. clustering key(s): optional
• 与传统关系数据库一样，primarykey需要在创建table的时候申明。
• 一旦被定义，无法更改
• 两个主要作用：
  1. 优化读取数据的速度：query driven table design(把最常用的query列作为primary key)
  2. uniqueness to the entries (这个功能跟之前SQL一样)

插入操作的时候，必须将所有primary key指定col的value填写进去。

partition keys

数据写入的时候，需要按照partition分组进而分布到cluster上的nodes中。这就是partition key的作用。
partition key的hash值被用来决定哪个node来存储写入的数据。也就是说，它决定了数据在cluster中的分布。
partition key -> hash(token) -> Node

拥有相同的patition key的entries存储在唯一的相同的node中。

用图示范一下：

---

clustering key

用于确保data在partition key 找到的node中的插入位置（默认升序）

所以如果我们查询某个确定partition key下的数据，返回来的数据是按照clustering key 的data值升序排列好的。

作用：

1. 快速的存取数据，尤其相似的数据。
2. give uniqueness to primary key

举个例子说明clustering key的作用。
先create table：

clustering key 为age 和username，插入数据会按照age排序，age相同的再按照username排序。

插入如下数据：

当我们查询groupid=12,age为32的信息的时候，直接就能在这个node以及node内部相邻位置，返回查询结果。进而减少查询时间。

当我们想要插入新的entry时候：

插入之后，groupid为45的就和右边的node联系在一起。只要不发生node的增减打破整个cluster，以后都会直接在这个node中找到45号组的信息。

---

table的类型

table有两种类型： static和dynamic

static tables:

• PRIMARY KEY(username)
• 只有partition key（一列或者多列）
• 1 partition = 1 entry

dynamic tables:

• PRIMARY KEY((groupid), username)
• 既有partition key，也有clustering key

---

总结

data modeling 的原则：

选择合适的partition key，尽量能够将data平均分配到整个cluster中。

提高查询速度，可以通过clustering key的正确设置。