Cassandra 介绍

　　　　前言

cassandra是一种NoSQL数据库，No是指No Relational。cassandra的数据模型结合了Dynamo的key/value和BigTable  的面向列的特点，主要被设计为存储大规模的分布式数据。

高可靠性:gossip座位通信协议,节点同等地位,无主从之分.(hbase是master/slaver,单点失效的可能)  p2p 去中心化

高可扩展:级联可扩展,添加新节点操作简单

最终一致性:cap定律

高效写操作,  读取指定键值的记录较快, 但范围查询,与多个节点有关会慢,  读取全表也慢

cql语言,与sql语句相似度高

https://my.oschina.net/silentriver/blog/182678  Cassandra – 理解关键概念和数据模型

1.官网情况

http://cassandra.apache.org/

"Manage massive amounts of data, fast, without losing sleep"

目前版本 3.9 (pgp, md5 and sha1), released on 2016-09-29.

线性扩展(Linear scalability)

每个节点identical.

2.安装Cassandra

我的机器是windows10

下载  apache-cassandra-3.9-bin.tar.gz  后解压

添加系统变量 : CASSANDRA_HOME

然后添加path环境变量为%CASSANDRA_HOME%\bin

windows 就可以输入 cassandra  回车启动了

Linux

　　　　启动 bin/cassandra -f    关闭Control-C

　   或者　   bin/cassandra       关闭 kill pid or pkill -f CassandraDaemon      查找进程 pgrep -f CassandraDaemon

查看状态

bin/nodetool status

　　　　3.配置集群

如果只是单点,则上面的配置就ok了,但如果要部署集群,则需要另外配置.

cassandra.yaml   

最基本的参数

• cluster_name: the name of your cluster.
• seeds: 以逗号分隔的集群种子IP地址. 当一个节点启动的时候，它会从配置文件中读取配置信息，这样它就知道它属于哪个集群，它需要跟哪个节点通信以获取其他节点信息（这个通信节点称为种子节点）。这些信息是必须在每个节点的cassandra.yaml里配置的。
• storage_port: 非必须改变,除非此端口被防火墙墙了.整个集群内部要相同
• listen_address: 本节点的IP, 因为要与其他节点通讯,所以这个参数设置正确非常重要.   或者,可以设置listen_interface告诉Cassandra which interface to use. Set only one, not both.
• native_transport_port: 客户端与Cassandra通讯的端口,保证不被墙.

更改目录位置

• data_file_directories: one or more directories where data files are located.
• commitlog_directory: the directory where commitlog files are located.
• saved_caches_directory: the directory where saved caches are located.
• hints_directory: the directory where hints are located.

环境变量 cassandra-env.sh

• JVM_OPTS:Cassandra启动时候会把这个参数传递给JVM,所以额外的JVM命令行参数可以在这里设置

日志

logback.xml

3. CQLSH的使用

前期准备,需要python运行环境, python版本用2.7  不要用更高的版本

$ bin/cqlsh localhost
Connected to Test Cluster at localhost:9042.
[cqlsh 5.0.1 | Cassandra 3.8 | CQL spec 3.4.2 | Native protocol v4]
Use HELP for help.
cqlsh> SELECT cluster_name, listen_address FROM system.local;

 cluster_name | listen_address
--------------+----------------
 Test Cluster |      127.0.0.1

(1 rows)
cqlsh>

步骤一,create a keyspace

CREATE KEYSPACE devJavaSource WITH REPLICATION={'class': 'SimpleStrategy','replication_factor': };

tip:可能运行失败,报错 OperationTimedOut: errors={'127.0.0.1': 'Client request timeout. See Session.execute[_async](timeout)'}, last_host=127.0.0.1

修改 cqlsh.py 文件的参数DEFAULT_REQUEST_TIMEOUT_SECONDS 为更大的值可以解决(修改后重启cassandra), 然而我也不知道具体原因.

步骤二, use created keyspace

USE devJavaSource;

步骤三, 新建表 插入数据  查询

CREATE TABLE USERS (ID int PRIMARY KEY,NAME text,ADDRESS text);

INSERT INTO USERS (ID, NAME, ADDRESS) VALUES (, ‘john’, ‘Oakland’);

INSERT INTO USERS (ID, NAME, ADDRESS) VALUES (, ‘smith’, ‘California’);

INSERT INTO USERS (ID, NAME, ADDRESS) VALUES (, ‘Joe’, ‘Nederland’);

 SELECT * FROM USERS;

步骤四,建立索引

CREATE CUSTOM INDEX index_name ON keyspace_name.table_name ( column_name )
(USING class_name) (WITH OPTIONS = map)
cqlsh:devjavasource> create index on users(name);

　　　　4.节点之间的交互 gossip

节点独立,对等

最终一致性原理

gossip协议来发现集群种其他节点的位置和状态信息

peer-to-peer,定期交换状态信息

节点启动  ------------------>从cassandra.yaml得到集群名称,以及种子节点列表(因此每个节点的种子节点列表必须相同)

选派谁做种子节点没什么特别的意义，仅仅在于新节点加入到集群中时走gossip流程时有用，所以它们没什么特权

Gossiper(进程)通过每个节点的心跳来感知节点是否存活,  可以根据网络状况设置灵敏度参数phi_convict_threshold