學習Cassandra資料的一些整理

Cassandra note:

依賴：須要java 8 （http://www.oracle.com/technetwork/java/javase/downloads/index.html）

數據模型: 與Hbase一樣是屬於列式數據庫，Key-Value存儲系統。（http://www.ibm.com/developerworks/cn/opensource/os-cn-cassandra/）
http://www.datastax.com/dev/blog/basic-rules-of-cassandra-data-modeling

集羣中的數據是靠partion key的hash code均勻映射到不一樣的節點上去的。partionkey是primary key的第一個元素，因此選一個好的主
key才能使數據更好的均勻存儲在不一樣的節點上。

Cassandra的節點實例叫Cluster，裏面能夠包含一個或多個鍵空間(KeysSpace).鍵空間是存放列族（Column Family）的容器，至關於
關係數據中的database，schema。列族是存放列（column）的容器，相似與關係數據庫中的table。超級列（Super column）是一種
特殊的列，它的value值能夠包含多個column。 columns是cassandra的最基本單位，有name，value，timestamp構成。

 

列式數據庫的優勢:
1.適合存儲大量數據，而不是小量數據。由於數據是是基於列存儲的，因此能夠忽略不須要的列的數據，提升查找效率。
與之對應的是行數據庫。
2.高壓縮比。節省存儲空間，也節省CPU和內存。
3.高裝載速度。

列式數據庫的缺點:
1.不適合掃描小量數據。
2.不適合隨機更新數據。
3.不適合作含有刪除的更新的實時操做。

查詢數據:
Cassandra有本身的一套查詢語言CQL（相似SQL），在數據訪問方式上亦是如此。客戶端能夠與集羣中的任意節點相連，並訪問任意的數據。

cassandra在寫入數據以前須要記錄日誌(CommitLog),而後數據開始寫入到 Column Family 對應的 Memtable 中，
Memtable 是一種按照 key 排序數據的內存結構，在知足必定條件時，再把 Memtable 的數據批量的刷新到磁盤上，存儲爲 SSTable 。

存儲二進制大文件（不推薦存儲）：http://wiki.apache.org/cassandra/FAQ#large_file_and_blob_storage

Cassandra的GUI管理工具整理：http://wiki.apache.org/cassandra/FAQ#gui 也有自帶的CLI工具鏈接Cassandra

Cassandra集羣種子的概念（很重要）：http://wiki.apache.org/cassandra/FAQ#seed
相似與Cassandra集羣的初始化節點（集線器），各個節點經過種子節點互相學習（交換）各自的數據（狀態），因此新加入的Cassandra節點都須要給它
指定種子節點，下次啓動的時候就不須要了。

Cassandra 的C++ 接口：
Cassandra的各類編程語言的接口是有Thrift這個開源工具生成的，語言無關的Thrift輸入文件（cassandra.thrift）Cassandra已經自帶
，安裝thrift運行 thrift.exe -gen cpp cassandra.thrift生成就能夠了。 cpp的接口依賴thrift的核心庫叫libthrift，libthrift依賴boost1.53.0
版本和openssl

Cassandra windows 安裝配置:
解壓，配置好CASSANDRA_HOME環境變量的路徑（也就是你解壓的cassandra根目錄），而後運行bin下的cassandra.bat，若是發現logs
目錄底下的system.log文件中有INFO - Starting up server gossip，那麼恭喜你，Cassandra已經在你的本機啓動起來了。

 

 

*****************************************Cassandra的基本操做************************************************

數據模型：多維的hash表，每行能夠有不一樣的列。每行都有個鍵. keyspace包含若干列族
(列族和表是同一個概念：http://stackoverflow.com/questions/18824390/whats-the-difference-between-creating-a-table-and-creating-a-columnfamily-in-ca)，
keyspace在邏輯上是容納列族和某些配置屬性的命名空間。列族定義了相關的數據名字和它們的排序方式。

入門必讀：http://wiki.apache.org/cassandra/GettingStarted

CQLSH中運行外部建立的cql腳本文件: SOURCE '[file_path]'

鍵空間的建立:
CREATE KEYSPACE [keyspace_name] WITH REPLICATION = {'class' : 'NetworkTopologyStrategy', 'datacenter1' : 3};

----鍵空間的建立要附帶副本屬性，class能夠指定NetworkTopologyStrategy或SimpleStrategy。SimpleStrategy只用於測試評估Cassandra
生產環境使用NetworkTopologyStrategy. 鍵空間相似關係型數據庫中的數據庫（database）

鍵空間的修改：
ALTER KEYSPACE [keyspace_name] WITH REPLICATION = {};

鍵空間的刪除:
DROP KEYSPACE [keyspace_name]

鍵空間的使用:
USE [keyspace_name]

列出已存在的鍵空間:
DESCRIBE keyspaces;

列出某個鍵空間下的全部表：
USE [keyspace_name];
DESCRIBE tables;

列出某個鍵空間下的全部列族：
USE [keyspace_name];
DESCRIBE columnfamilies;

列出特定的表的基本信息：
DESCRIBE TABLE [keyspace_name].[table_name];

建表：
http://docs.datastax.com/en/cql/3.1/cql/cql_using/create_table_t.html
表的主鍵能夠是複合的，就是多個列組成一個主鍵：
CREATE TABLE emp (
empID int,
deptID int,
first_name varchar,
last_name varchar,
PRIMARY KEY (empID, deptID)); //主鍵的第一個鍵就是分區鍵（empID），分區鍵的目的就是把表中的數據均分到集羣中的
各個節點中

更改表：
ALERT TABLE [table_name] [some change]
https://docs.datastax.com/en/cql/3.0/cql/cql_reference/alter_table_r.html
沒辦法更改主鍵，由於主鍵涉及到數據的物理儲存

給表的某列創建索引：
CREATE INDEX ON [table_name] (column_name);

查表：
SELCT [column_name] FROM [keyspace].[table_name] WHERE [column_name] = [value] //其中column_name必須是主鍵的其中部分，
若是有多個條件必須其中有一個是分區鍵

更新表中的值:
UPDATE [keyspace].[table_name] SET [column_name] = [new_value] WHERE [column_name]=[value]

刪除表中列或行：
刪除列中值：DELETE [column_name] FROM [table_name] WHERE [column_name] = [value] # 同查表
刪除一整行：DELETE FROM [table_name] WHERE [column_name] = [value] #同上

自定義數據類型(http://docs.datastax.com/en/cql/3.1/cql/cql_using/cqlUseUDT.html):
CREATE TYPE [keyspace_name].[type_name] (
street text,
city text,
zip_code int,
phones set<text>
);
自定義的數據類型的字面值是json-style的風格。

內建的數據類型(http://docs.datastax.com/en/cql/3.1/cql/cql_reference/cql_data_types_c.html)：
ascii,bigint,blob,boolean,counter,double,float,inet,int,list,map,set,text,uuid,
timestamp,tuple,varchar(UTF-8 encoded string) ,varint

查看集羣信息：
SELECT * FROM system.peers;

本地幫助文檔的查看:
HELP [COMMAND]
好比：查看建立鍵空間 HELP CREATE_KEYSPACE;

CQL語句支持多語句提交（Batch）：
能夠減小Node之間的流量交換，相似於事務，是原子的。
http://docs.datastax.com/en/cql/3.1/cql/cql_reference/batch_r.html#reference_ds_djf_xdd_xj__batch-conditional
http://docs.datastax.com/en/cql/3.1/cql/cql_using/use-batch-static.html

給數據設置存活期：
超過存活期的數據，將被銷燬。
INSERT INTO [table_name]
([column_name1], [column_name2])
VALUES ([column_value1], [column_value2]) USING TTL 86400; # 86400 sec 大概是一天的存活期
是給column_name2設置的

UPDATE [table_name] USING TTL 432000 SET [column_name] = [column_value] WHERE user_name = 'cbrown';