Cassandra – 數據結構設計概念和原則

當咱們設計一個關係型數據庫時，着手點是系統中的對象（Entities），再爲對象加上屬性描述，從而轉換爲表設計。在關係型數據庫中咱們不會考慮表的行，由於肯定表的字段名稱以後，數據逐行寫入，數據庫會管理行數據空間。

寬行仍是窄行（Wild Rows or Skinny Rows）

但在Cassandra裏，咱們必須在設計時考慮列族的行數，這取決於定義的列的數目。一般會有兩種選擇：

• 寬行（Wild Rows）：在每行中包含數量巨大（一般會達到百萬 級之多）的列，但只有不多的行數；

• 窄行（Skinny Rows）：比較像關係型數據庫的使用方法，有少許較爲固定的列，使用不一樣、不斷增長的行來存儲。

列排序（Column Sorting）

Cassandra不支持查詢語言，也不支持查詢時使用Order By對數據進行排序，排序是須要設計時考慮。在定義列族時，能夠包含一個名爲CompareWith的元素，這個元素決定了此列族的排序規則。Cassandra提供的排序支持如下幾種數據類型，包含了字符、字節、數字和日期時間：AsciiType, BytesType, LexicalUUIDType, Integer Type, LongType, TimeUUIDType, or UTF8Type.

設計原則（Design Principles）

Cassandra的數據結構設計與關係型數據庫徹底不一樣，核心有三大設計原則：物化視圖、無值列和複合鍵。

物化視圖（Materialized View）

在關係型數據庫中，咱們一般會使用Where條件查詢表的部分結果集，好比咱們設計了Users表，有一個City字段，而後使用Where City = 'New York'來進行查詢。

SELECT * FROM USERS WHERE CITY = "New York"

在Cassandra中，咱們會直接建立一個新的列族名爲CityUsers，以City爲行名稱，列爲全部在這個City中的Users.

$ create column family CityUser;
$ set CityUsers["NewYork"]["UserID"] = "1, 2, 3, 4";

這在Cassandra裏是一種很是廣泛和常見的設計，物化視圖爲查詢而設計一份映射數據，而不是從原始數據中去尋找。

無值列（Valueless Column）

以上面的Users/CityUsers爲例，咱們設計了行名爲City，列爲Users的列族，由於數據是從Users列族中映射過來的，其實咱們並不須要爲列指定內容，它能夠直接引用Users表中的數據。

複合鍵（Aggregate Key）在《Cassandra – 理解關鍵概念和數據模型》爲你們介紹過複合鍵的用法，在Cassandra中，大量使用複合鍵也是設計原則之一。 在設計Cassandra數據結構時，應當緊緊把握的兩點：

• 從查詢開始：Cassandra不是爲對象而設計，而是爲查詢而設計。先看看系統中須要的查詢是什麼樣的，再着手設計；

• 系統時間：由於Cassandra的列結構包含時間戳，因此你必須考慮從不一樣客戶端過來的時間格式，有必要指定一個統一的標準時間，固然，這將帶來本地時間轉換問題。

數據設計示例（Data Design Sample）

需求

• 查詢指定地區的酒店

• 查詢指定酒店的信息，包括名稱和所在地區

• 查詢酒店附近有趣的地點

• 查詢指定日期區間可預訂的房間

• 查詢房間的評分

• 提交客戶信息預訂房間

關係型數據庫設計

Cassandra數據結構設計

設計思路：

1. 建立數據庫結構；

2. 建立酒店和附近場所的數據結構。酒店是普通列族，附近場所是超級列族；

3. 查詢指定地區的酒店，使用第二簇索引完成；

4. 查詢一個酒店，而後查詢附近場所；

5. 預訂酒店時，向Reservation列族寫入行數據。

Cassandra.yaml

keyspaces:
  - name: Hotelier
    replica_placement_strategy: org.apache.cassandra.locator.RackUnawareStrategy 
    replication_factor: 1
    column_families:
      - name: Hotel 
        compare_with: UTF8Type
      - name: HotelByCity 
        compare_with: UTF8Type
      - name: Guest 
        compare_with: BytesType
      - name: Reservation 
        compare_with: TimeUUIDType
      - name: PointOfInterest 
        column_type: Super
        compare_with: UTF8Type 
        compare_subcolumns_with: UTF8Type
      - name: Room
        column_type: Super
        compare_with: BytesType 
        compare_subcolumns_with: BytesType
      - name: RoomAvailability
        column_type: Super
        compare_with: BytesType 
        compare_subcolumns_with: BytesType

本文參考自《Cassandra: The Definitive Guide》

原文連接：Cassandra – 數據結構設計概念和原則