Cassandra入门简介

作者: 小小韩_小小红 | 来源:发表于2018-06-12 11:57 被阅读0次

Cassandra入门简介
Cassandra简介
Cassandra 教程(一): Cassandra 简介
Apache Cassandra 数据存储模型
Cassandra架构
cassandra架构
Cassandra安装使用简介
Cassandra学习笔记
数据源管理 | 分布式NoSQL系统，Cassandra集群管理
Module-ScyllaDB技术文档

1. 什么是Apache Cassandra？

Apache Cassandra是一个开源，分布式和分散式/分布式存储系统（数据库），用于管理遍布世界各地的大量结构化数据。它提供高可用性的服务，没有单点故障。下面列出了Apache Cassandra的一些值得注意的地方：

它是可扩展，容错和一致的。
Apache Cassandra是一个开源，分布式和分散式/分布式存储系统（数据库），用于管理遍布世界各地的大量结构化数据。它提供高可用性的服务，没有单点故障。
它是一个面向列的数据库。
它的分布设计基于Amazon的Dynamo及其在Google的Bigtable上的数据模型。
创建在Facebook，它与关系数据库管理系统有很大的不同。
Cassandra实现了一个没有单点故障的Dynamo风格的复制模型，但增加了一个更强大的“列族”数据模型。
Cassandra被一些最大的公司使用，如Facebook，Twitter，Cisco，Rackspace，ebay，Netflix等。

2. Cassandra的特点

Cassandra因其卓越的技术特性而变得如此受欢迎。下面给出了Cassandra的一些特性：

弹性可扩展性 - Cassandra是高度可扩展的; 它允许添加更多的硬件以适应更多的客户和更多的数据根据要求。
始终基于架构 - Cassandra没有单点故障，它可以连续用于不能承担故障的关键业务应用程序。
快速线性性能 - Cassandra是线性可扩展性的，即它为你增加集群中的节点数量增加你的吞吐量。因此，保持一个快速的响应时间。
灵活的数据存储 - Cassandra适应所有可能的数据格式，包括：结构化，半结构化和非结构化。它可以根据您的需要动态地适应变化的数据结构。
便捷的数据分发 - Cassandra通过在多个数据中心之间复制数据，可以灵活地在需要时分发数据。
事务支持 - Cassandra支持属性，如原子性，一致性，隔离和持久性（ACID）。
快速写入 - Cassandra被设计为在廉价的商品硬件上运行。它执行快速写入，并可以存储数百TB的数据，而不牺牲读取效率。

3. 相关概念

keyspace -> table –> column，对应关系型数据库 database -> table -> column
存储结构：
CREATE TABLE mykeyspace.mytable (
　　key1 text,
　　key2 text,
　　key3 text,
　　column1 bigint,
　　column2 int,
　　column3 timestamp,
　　PRIMARY KEY (key1, key2, key3);
　　　　)
　　　　key1： partitionKey，分区主键，用来决定Cassandra会使用集群中的哪个结点来记录该数据，每个Partition Key对应着一个特定的Partition；

　　　　key2, key3 clusterKey，集群主键，Clustering Key用来在Partition内部排序，默认为ASC。如果一个Primary Key只包含一个域，那么其将只拥有Partition Key而没有Clustering Key。

4. Cassandra安装

依赖：jdk、python，并且要保证jvm（java命令）和jdk（javac命令）版本一致，python的版本也会根据你下载的Cassandra版本有要求，具体请查看官方文档：http://cassandra.apache.org/doc/latest/，jdk和python的安装我这里就不演示，大家自行安装；这里只说一下Cassandra的安装过程；

去官网下载文件，下载最新版本即可，https://cassandra.apache.org/
解压到你的的目录下，例如：E:\apache-cassandra-3.11.2\bin
运行cmd，cd到你解压的目录下，运行cassandra.bat，如果出现
证明运行成功，否则检查错误；
如果运行成功，在命令行输入cqlsh，就可以愉快地写cql代码啦~，如果你的电脑中装有两个python版本，如有python35和python27，可以不用修改环境变量，直接在运行cqlsh的时候前面加上python27的路径，如图：

5. 数据类型

下面只是简单介绍了一下，具体用法请查看官方文档：https://cassandra.apache.org/doc/latest/cql/types.html#grammar-token-collection_type。

Native type：
Collection

CQL支持3种集合类型：Map、Set和List。这些集合的类型由以下定义：
User-defined types
例：

CREATE TYPE phone (
    country_code int,
    number text,
)
CREATE TYPE address (
    street text,
    city text,
    zip text,
    phones map<text, phone>
)
CREATE TABLE user (
    name text PRIMARY KEY,
    addresses map<text, frozen<address>>
)
INSERT INTO user (name, addresses)
          VALUES ('z3 Pr3z1den7', {
              'home' : {
                  street: '1600 Pennsylvania Ave NW',
                  city: 'Washington',
                  zip: '20500',
                  phones: { 'cell' : { country_code: 1, number: '202 456-1111' },
                            'landline' : { country_code: 1, number: '...' } }
              },
              'work' : {
                  street: '1600 Pennsylvania Ave NW',
                  city: 'Washington',
                  zip: '20500',
                  phones: { 'fax' : { country_code: 1, number: '...' } }
              }
          })

Tuples
例：

CREATE TABLE durations (
    event text,
    duration tuple<int, text>,
)
INSERT INTO durations (event, duration) VALUES ('ev1', (3, 'hours'));

Custom types
这种类型用法比较复杂并且不太友好，可以用user-defined type 替代之。

6. 基本操作

具体教程可以参考w3cshool教程https://www.w3cschool.cn/cassandra/cassandra_create_keyspace.html。这里只介绍几种常用基本命令：

创建一个keyspace：CREATE KEYSPACE IF NOT EXISTS myCas WITH REPLICATION = {'class': 'SimpleStrategy','replication_factor':1};
class : 副本配置策略(总共有三种)：
Simple Strategy(RackUnaware Strategy)：为集群指定简单的复制因子，副本不考虑机架的因素，按照Token放置在连续下几个节点；
OldNetwork Topology Strategy(RackAware Strategy)：考虑机架的因素，除了基本的数据外，先找一个处于不同数据中心的点放置一个副本，其余N-2个副本放置在同一数据中心的不同机架中；
Network Topology Strategy(DatacneterShard Strategy)：将M个副本放置到其他的数据中心，将N-M-1的副本放置在同一数据中心的不同机架中；
查询全部的keyspace：describe keyspaces;(或desc keyspaces;)
使用某个keyspace：use myCas;
查询全部的table：desc tables;
创建一张表：CREATE TABLE user (id int, user_name varchar, PRIMARY KEY (id) ); 注意创建表的时候至少指定一个主键；
删除表： drop table user;
描述一张表：desc user;
向表中插入一条记录：INSERT INTO user (id,user_name) VALUES (1,'zhangsan');
查询表中全部数据：select * from user;
cassandra查询有很多限制，比如只能单表查询，不支持联表查询和子查询，查询条件只支持key查询和索引列查询，而且key有顺序的限制，等等；更多详情请自行阅读官方文档；
简单的条件查询：select * from user where id=1;
创建索引：create index on user(user_name);
索引列查询：select * from user where user_name='zhangsan';
若没有在name上创建索引，那么此查询会报错；索引列只可以用=号查询，不能使用>或<；如果想用>或<查询，可以加上ALLOW FILTERING，例如：select * from teacher where age>35 ALLOW FILTERING;如果查询条件里，有一个是根据索引查询，那其它非索引非主键字段，也可以通过加一个ALLOW FILTERING来过滤实现；
更新表中数据：update user set user_name='lisi' where id=2;
只支持按主键更新，也就是where后只能跟主键
删除表中记录：delete from user where id=1;
删除某条记录中的某个字段,该字段会被设成null：delete user_name from user where id=1;无论是删除某条记录，还是将某个字段置null，都只支持按主键删除，也就是where后只能跟主键；
删除自定义类型： drop type user_defined;

7. 常见错误解决方法

“except ImportError， e”这种错误应该是你的python版本是3.0以上的，而对应版本的Cassandra需要2.x的版本，因此你可能需要重新装一个2.x的版本；
另外要保证jdk和jvm版本一致，可以在cmd命令下查看：javac -version 和 java -version；
Cassandra中文查询乱码，可以在命令行输入chcp 65001，即可设为 UTF-8 编码。
官网提供的常见问题：http://cassandra.apache.org/doc/latest/faq/index.html；