Cassandra的数据模型的理解

       Cassandra属于NoSQL数据库，NoSQL和传统关系型数据库不同，NOSQL偏好数据冗余，因为NoSQL一般无法做表关联查询。

（1） keySpace

基本上可以将Keyspace 理解成MySQL 之中的Database. 只不过Cassandra的”database” 包含了更多的内容：

• Replication Factor : 复制因数。 表示一份数据在一个DC 之中包含几份。常用奇数~ 比如我们项目组设置的replication_factor=3
• Replica placement strategy : 复制策略。 默认的是SimpleStrategy. 如果是单机架、单数据中心的模式，保持使用SimpleStrtegy即可。

下面是一个简单的通过CQL 语句创建一个新的keyspace的例子：

MySQL

1 2	CREATE KEYSPACE Keyspace name WITH replication = {'class': 'SimpleStrategy', 'replication_factor' : 3}; 来源： http://www.flyml.net/2016/09/04/cassandra-tutorial-data-model/

（2） Column Family/Column

         可以理解Column Family为MySQL的Table， 将Column 理解为MySQL之中的一条记录。所谓Column就是： A tuple with name, value and timestamp。之所以称之为Column Family, 是因为Cassandra 是一种列式数据库，因此将一组Column称为Column Family。.

      比较有意思的是，Column 包含了Timestamp。 其作用主要是当有新数据覆盖的时候，不是直接将老数据从存储介质上删除，而是直接写入新的数据。 当需要查询的时候，通过key或者某种方式找到的所有Column，并去找Timestamp 最新的Column。 老数据会在一段时间之后自行删除。

可以使用下面的一句话概括：

Java

1	Map<RowKey, SortedMap<ColumnKey, ColumnValue>>

首先Map结构，通过key来进行查询速度会非常快。 再加上内嵌的SortedMap， 可以进行顺序查找，速度也很快。 当然，如何快速的生成Key等就是另外一个topic

Cassandra 整体数据可以理解成一个巨大的嵌套的Map。只能按顺序一层一层的深入，不能跳过中间某一层~

 

（3）Super Column

   已经被淘汰，可以不用关注

（4）Primary key

       Primary key = Partition Key  + [Clustering Key] 

（5）Partition Key

   其实就是指在Primary key 中的第一个列，如果想要用多个列就可以把这的多个列用小括号括起来。

    http://docs.datastax.com/en/glossary/doc/glossary/gloss_partition_key.html 

    http://docs.datastax.com/en/cql/3.1/cql/cql_reference/refCompositePk.html 这里有一个例子，说的很清楚。 

参考资料：

1）Data Modeling Concepts，http://docs.datastax.com/en/cql/3.1/cql/ddl/dataModelingApproach.html  

2）Data modeling in 30 seconds  http://docs.datastax.com/en/landing_page/doc/landing_page/dataModeling.html  

3）[Cassandra教程] （四）使用Key的正确姿势，http://www.flyml.net/2016/09/05/cassandra-tutorial-right-way-to-use-key/