Cassandra 是什么

Cassandra 数据库

Cassandra VS Redis

• Redis 注重的是高速内存缓存
• Cassandra 专注于大量数据的存储和查询

Cassandra VS MongoDB

• MongoDB 为文档型存储。无法保证数据有效性和完整性，官方建议不要使用 MongoDB 保存重要的不可丢失的信息
• Cassandra 为列式存储，通常以集群形式部署，多点备份保证数据完整性

Cassandra VS HBase

• HBase 只负责数据管理，它需要配合 HDFS 和 zookeeper 来搭建集群，主从结构，有单点失效问题的可能
• Cassandra 是一个数据存储和管理系统，p2p 架构，无单点失效问题
• 相对来说数据的写入效率 Cassandra 更高，而数据的查询效率 HBase 较好

安装

# 安装 docker
wget -qO- https://get.docker.com/ | sh

# 拉取 Cassandra 镜像
docker pull cassandra:3

运行

# 启动一个节点
docker run --name cass -p 9042:9042 -e CASSANDRA_BROADCAST_ADDRESS=x.x.x.x -d cassandra:3

# 启动第二个节点
docker run --name cass2 -d -e CASSANDRA_SEEDS=x.x.x.x cassandra:3

# 数据持久化
docker run --name cass -p 9042:9042 -v /d/share/cassandra:/var/lib/cassandra -d cassandra:3

配置

cluster_name: 'Test Cluster'
seeds: "172.17.0.2"
broadcast_address: 172.17.0.2
native_transport_port: 9042

saved_caches_directory: /var/lib/cassandra/saved_caches
commitlog_directory: /var/lib/cassandra/commitlog
data_file_directories:
    - /var/lib/cassandra/data

详见 官方配置说明

Keyspace

键空间（Keyspace）是用于保存列族，用户定义类型的对象，Keyspace 就像 RDBMS 中的数据库

CREATE KEYSPACE examplekey
    WITH replication = {'class': 'SimpleStrategy', 'replication_factor' : 3};

CREATE KEYSPACE examplekey
    WITH replication = {'class': 'NetworkTopologyStrategy', 'DC1': '3', 'DC2': '2'};

• class 复制策略，包含 SimpleStrategy、NetworkTopologyStrategy
• replication_factor 复制因子，同一份数据复制的数量

Column Family

列族（Column Family）是多个列（Column）的集合，Column Family 就像 RDBMS 中的数据库 table，并且在 CQL 中可以用 TABLE 关键词代替 COLUMN FAMILY

CREATE COLUMN FAMILY user (
    id int,
    name text,
    age int,
    address address,
    register_at time,
    PRIMARY KEY (id, name)
) 

• 通过 PRIMARY KEY 定义主键索引，只有建立了索引的数据才能被快速高效地查询
• PRIMARY KEY 中的第一个字段为 partition_key，之后的字段为 clustering_key

PRIMARY KEY 内部储存原理

• 以上例子中的表 partition_key id , clustering_key name

+------+--------------+-------------------+----------------------+------------------------+
|      | name = tomy: |  name=tomy:age    |  name=tomy:address   |  name=tomy:register_at |
| id 1 | value =      |  value=6e616d6531 |  value=73636f726531  |  value=73636f726531    |
|      | timestamp    |     timestamp     |       timestamp      |       timestamp        |
+------+--------------+-------------------+----------------------+------------------------+
|      | name = john: |  name=john:age    |  name=john:address   |  name=john:register_at |
| id 2 | value =      |  value=6e616d6532 |  value=73636f726532  |  value=73636f726532    |
|      | timestamp    |     timestamp     |       timestamp      |       timestamp        |
+------+--------------+-------------------+----------------------+------------------------+
|      | name = zhan: |  name=zhan:age    |  name=zhan:address   |  name=zhan:register_at |
|      | value =      |  value=6e616d6533 |  value=73636f726533  |  value=73636f726533    |
|      | timestamp    |     timestamp     |       timestamp      |       timestamp        |
| id 3 +--------------+-------------------+----------------------+------------------------+
|      | name = lily: |  name=lily:age    |  name=lily:address   |  name=lily:register_at |
|      | value=       |  value=6e616d6534 |  value=73636f726534  |  value=73636f726534    |
|      | timestamp    |     timestamp     |       timestamp      |       timestamp        |
+------+--------------+-------------------+----------------------+------------------------+

Secondary Index

二级索引（Secondary Index）是用于为数据添加额外的索引

CREATE INDEX ON user(age);

CREATE INDEX index_name ON user(age);

添加了 Secondary Index 后，age 字段也可进行高效率的查询了