Cassandra 学习三 数据模型

   Cassandra如何存储数据的概述。

　　集群（Cluster）

　　·Cassandra数据库分布在几个一起操作的机器上。最外层容器被称为集群。对于故障处理，每个节点包含一个副本，如果发生故障，副本将负责。Cassandra按照环形格式将节点排列在集群中，并为它们分配数据。

键空间 （Keyspace）（相当于关系型数据库的DataBase）

　　键空间是Cassandra中数据的最外层容器。Cassandra中的一个键空间的基本属性是 -

• 复制因子 - 它是集群中将接收相同数据副本的计算机数。

• 副本放置策略 - 它只是把副本放置策略。我们有简单策略（机架感知策略），旧网络拓扑策略（机架感知策略）和网络拓扑策略（数据中心共享策略）等策略。

• 列族（类似于关系型数据库中的表（Table）） - 键空间是一个或多个列族的列表的容器。列族又是一个行集合的容器。每行包含有序列。列族表示数据的结构。每个键空间至少有一个，通常是许多列族。

创建键空间的语法如下 -

CREATE KEYSPACE Keyspace name
WITH replication = {'class': 'SimpleStrategy', 'replication_factor' : 3};

Cassandra列族示意如下：整个是一个列族，包含了两行，两行的列可以不一样。（类比关系型数据库，相当于整个表有两条记录Row key1和Row key2）

下面的示例可以让我们更好地理解Cassandra的数据存储：

Musician:                           ColumnFamily 1 (列族)
    bootsy:                         RowKey
        email: bootsy@pfunk.com,    ColumnName:Value
        instrument: bass            ColumnName:Value
    george:                         RowKey
        email: george@pfunk.com     ColumnName:Value
Band:                               ColumnFamily 2
    george:                         RowKey
        pfunk: 1968-2010            ColumnName:Value

另外，Cassandra还有一种可在列之间建立关联的超级列（Super Column），你可以往超级列中添加子列。

如果用JSON表示，一组存放在列族中的数据看起来是这样的：

Hotel {
    key: AZC_043 { name: Cambria Suites Hayden, phone: 480-444-4444,address: 400 N. Hayden Rd., city: Scottsdale, state: AZ, zip: 85255}
    key: AZS_011 { name: Clarion Scottsdale Peak, phone: 480-333-3333,address: 3000 N. Scottsdale Rd, city: Scottsdale, state: AZ, zip: 85255}
    key: CAS_021 { name: W Hotel, phone: 415-222-2222,address: 181 3rd Street, city: San Francisco, state: CA, zip: 94103}
    key: NYN_042 { name: Waldorf Hotel, phone: 212-555-5555,address: 301 Park Ave, city: New York, state: NY, zip: 10019} }

使用Cassandra创建键空间Hotelier，列族为Hotel，并查询行键（Row Key）为“NYN_042”的结果，

cassandra> get Hotelier.Hotel['NYN_042'] 
=> (column=zip, value=10019, timestamp=3894166157031651) 
=> (column=state, value=NY, timestamp=3894166157031651) 
=> (column=phone, value=212-555-5555, timestamp=3894166157031651)
=> (column=name, value=The Waldorf=Astoria, timestamp=3894166157031651) 
=> (column=city, value=New York, timestamp=3894166157031651)

列（Column）
Cassandra的列是一组键值对（和关系型数据库中的列不一样）

使用JSON描述的列结构：

{
    "name": "email",
    "value: "me@example.com",
    "timestamp": 1274654183103300
}

超级列（Super Column）的结构：（键值对的嵌套）

最后让我们来巩固一下Cassandra和关系型数据库的区别吧：

• 没有查询语言：No SQL (Structured Query Language)；

• 没有外键约束：关系型数据库的最重要特征；

• 双重簇索引：在关系型数据库中，每个表只能指定一个簇索引，其它的索引查询都会导致全表扫描，但在Cassandra中，我们可以有第二级的簇索引；

• 排序是在设计时决策：cassandra支持order by, 排序是需要设计时考虑，而不是像在关系型数据库查询时刻使用Order By；

• 无数据结构约定：这是Cassandra最大的优势，在关系型数据库中，我们设计数据库结构时总是慎之又慎，但在Cassandra中不需要预先约定数据结构。