cassandra学习笔记2--Cassandra数据模型

我会带着你远行 2022-05-15 05:14 235阅读 0赞

Cassandra是一个开源的分布式数据库，结合了Dynamo的Key/Value与Bigtable的面向列的特点。

Cassandra的特点如下：

1.灵活的schema：不需要象数据库一样预先设计schema，增加或者删除字段非常方便（on the fly）。

2.支持range查询：可以对Key进行范围查询。

3.高可用，可扩展：单点故障不影响集群服务，可线性扩展。

我们可以将Cassandra的数据模型想象成一个四维或者五维的Hash。

## Column ##

Column是Cassandra中最小的数据单元。它是一个3元的数据类型，包含：name，value和timestamp。

将一个Column用JSON的形式表现出来如下：

1:
     {  // 这是一个column

2:
         name: "逖靖寒的世界"
    ,

3:
         value: "gpcuster@gmali.com"
    ,

4:
         timestamp: 123456789

5:
     }

为了简单起见，我们可以忽略timestamp。就把column想象成一个name/value即可。

注意，这里提到的name和value都是byte\[\]类型的，长度不限。

## SuperColumn ##

我们可以将SuperColumn想象成Column的数组，它包含一个name，以及一系列相应的Column。

将一个SuperColumn用JSON的形式表现如下：

1:
     {   // 这是一个SuperColumn

2:
         name: "逖靖寒的世界"
    ,

3:
         // 包含一系列的Columns

4:
         value: {

5:
             street: {name: "street"
    , value: "1234 x street"
    , timestamp: 123456789},

6:
             city: {name: "city"
    , value: "san francisco"
    , timestamp: 123456789},

7:
             zip: {name: "zip"
    , value: "94107"
    , timestamp: 123456789},

8:
         }

9:
     }

Columns和SuperColumns都是name与value的组合。最大的不同在于Column的value是一个“string”，而SuperColumn的value是Columns的Map。

还有一点需要注意的是：SuperColumn’本身是不包含timestamp的。

## ColumnFamily ##

ColumnFamily是一个包含了许多Row的结构，你可以将它想象成RDBMS中的Table。

每一个Row都包含有client提供的Key以及和该Key关联的一系列Column。

我们可以看看结构：

1:
     UserProfile = { // 这是一个ColumnFamily

2:
         phatduckk: {   // 这是对应ColumnFamily的key

3:
             // 这是Key下对应的Column

4:
             username: "gpcuster"
    ,

5:
             email: "gpcuster@gmail.com"
    ,

6:
             phone: "6666"

7:
         }, // 第一个row结束

8:
         ieure: {   // 这是ColumnFamily的另一个key

9:
             //这是另一个Key对应的column

10:
             username: "pengguo"
    ,

11:
             email: "pengguo@live.com"
    ,

12:
             phone: "888"

13:
             age: "66"

14:
         },

15:
     }

ColumnFamily的类型可以为Standard，也可以是Super类型。

我们刚刚看到的那个例子是一个Standard类型的ColumnFamily。Standard类型的ColumnFamily包含了一系列的Columns（不是SuperColumn）。

Super类型的ColumnFamily包含了一系列的SuperColumn，但是并不能像SuperColumn那样包含一系列Standard ColumnFamily。

这是一个简单的例子：

1:
     AddressBook = { // 这是一个Super类型的ColumnFamily

2:
         phatduckk: {    // key

3:
             friend1: {street: "8th street"
    , zip: "90210"
    , city: "Beverley Hills"
    , state: "CA"
    },

4:
             John: {street: "Howard street"
    , zip: "94404"
    , city: "FC"
    , state: "CA"
    },

5:
             Kim: {street: "X street"
    , zip: "87876"
    , city: "Balls"
    , state: "VA"
    },

6:
             Tod: {street: "Jerry street"
    , zip: "54556"
    , city: "Cartoon"
    , state: "CO"
    },

7:
             Bob: {street: "Q Blvd"
    , zip: "24252"
    , city: "Nowhere"
    , state: "MN"
    },

8:
             ...

9:
         }, // row结束

10:
         ieure: {     // key

11:
             joey: {street: "A ave"
    , zip: "55485"
    , city: "Hell"
    , state: "NV"
    },

12:
             William: {street: "Armpit Dr"
    , zip: "93301"
    , city: "Bakersfield"
    , state: "CA"
    },

13:
         },

14:
     }

## Keyspace ##

Keyspace是我们的数据最外层，你所有的ColumnFamily都属于某一个Keyspace。一般来说，我们的一个程序应用只会有一个Keyspace。

## 简单测试 ##

我们将Cassandra运行起来以后，启动命令行，执行如下操作：

cassandra> set Keyspace1.Standard1\['jsmith'\]\['first'\] = 'John'  
Value inserted.  
cassandra> set Keyspace1.Standard1\['jsmith'\]\['last'\] = 'Smith'  
Value inserted.  
cassandra> set Keyspace1.Standard1\['jsmith'\]\['age'\] = '42'  
Value inserted.

这个时候，Cassandra中就已经有3条数据了。

其中插入数据的各个字段含义如下：

[![image][]][image 1]

接下来，我们执行查询操作：

cassandra> get Keyspace1.Standard1\['jsmith'\]  
  (column=age, value=42; timestamp=1249930062801)  
  (column=first, value=John; timestamp=1249930053103)  
  (column=last, value=Smith; timestamp=1249930058345)  
Returned 3 rows.

这样，我们就可以将之前插入的数据查询出来了。

## 排序 ##

有一点需要明确，我们使用Cassandra的时候，数据在写入的时候就已经排好顺序了。

在某一个Key内的所有Column都是按照它的Name来排序的。我们可以在storage-conf.xml文件中指定排序的类型。

目前Cassandra提供的排序类型有：BytesType, UTF8Type，LexicalUUIDType, TimeUUIDType, AsciiType，和LongType。

现在假设你的原始数据如下：

\{name: 123, value: "hello there"\},  
\{name: 832416, value: "kjjkbcjkcbbd"\},  
\{name: 3, value: "101010101010"\},  
\{name: 976, value: "kjjkbcjkcbbd"\}

当我们storage-conf.xml文件中指定排序的类型为LongType时：

<ColumnFamily CompareWith="LongType" Name="CF\_NAME\_HERE"/>

排序后的数据就是这样的：

\{name: 3, value: "101010101010"\},    
\{name: 123, value: "hello there"\},  
\{name: 976, value: "kjjkbcjkcbbd"\},  
\{name: 832416, value: "kjjkbcjkcbbd"\}

如果我们指定排序的类型为UTF8Type

<!--  
      ColumnFamily 在 storage-conf.xml 中定义

\-->  
<ColumnFamily CompareWith="UTF8Type" Name="CF\_NAME\_HERE"/>

排序后的数据就是这样的：

\{name: 123, value: "hello there"\},     
\{name: 3, value: "101010101010"\},  
\{name: 832416, value: "kjjkbcjkcbbd"\},  
\{name: 976, value: "kjjkbcjkcbbd"\}

大家可以看到，指定的排序类型不一样，排序的结果也是完全不同的。

对于SuperColumn，我们有一个额外的排序维度，所以我们可以指定CompareSubcolumnsWith来进行另一个维度的排序类型。

假设我们的原始数据如下：

\{ // first SuperColumn from a Row  
    name: "workAddress",  
    // and the columns within it  
    value: \{  
        street: \{name: "street", value: "1234 x street"\},  
        city: \{name: "city", value: "san francisco"\},  
        zip: \{name: "zip", value: "94107"\}  
    \}  
\},  
\{ // another SuperColumn from same Row  
    name: "homeAddress",  
    // and the columns within it  
    value: \{  
        street: \{name: "street", value: "1234 x street"\},  
        city: \{name: "city", value: "san francisco"\},  
        zip: \{name: "zip", value: "94107"\}  
    \}  
\}

然后我们定义CompareSubcolumnsWith和CompareWith的排序类型都是UTF8Type，那么排序后的结果为：

\{  
    // this one's first b/c when treated as UTF8 strings  
    \{ // another SuperColumn from same Row  
        // This Row comes first b/c "homeAddress" is before "workAddress"             
        name: "homeAddress",  
        // the columns within this SC are also sorted by their names too  
        value: \{  
            // see, these are sorted by Column name too  
            city: \{name: "city", value: "san francisco"\},                 
            street: \{name: "street", value: "1234 x street"\},  
            zip: \{name: "zip", value: "94107"\}  
        \}  
    \},         
    name: "workAddress",  
    value: \{  
        // the columns within this SC are also sorted by their names too  
        city: \{name: "city", value: "san francisco"\},             
        street: \{name: "street", value: "1234 x street"\},  
        zip: \{name: "zip", value: "94107"\}  
    \}  
\}

再额外提一句，Cassandra的排序功能是允许我们自己实现的，只要你继承org.apache.cassandra.db.marshal.IType就可以了。

[image]: /images/20220515/05c7c56592394db5a6571027ded56a9c.png
[image 1]: http://images.cnblogs.com/cnblogs_com/gpcuster/WindowsLiveWriter/Cassandra_8E88/image_2.png