Cassandra：基本概念
資料模型
Cassandra的資料模型與常見的關係型資料庫的資料模型有很大的不同
列（Column）
列是Cassandra的基本資料結構單元，具有三個值：名稱，值、時間戳
| 名稱 | 值 | 時間戳 |
|---|---|---|
| name:byte[] | value:byte[] | clock:byte[] |
在Cassandra中不需要預先定義列（Column），只需要在KeySpace裡定義列族，然後就可以開始寫資料了。
列族（ Column Family）
列族相當於關係資料庫的表（Table），是包含了多行（Row）的容器。
ColumnFamily的結構舉例，如圖：
可以理解為Java結構 Map<String,Map<byte[],Column>>，如圖：
1）ColumnFamily 的2種類型
-
靜態column family(static column family)
靜態的column family,欄位名是固定的，比較適合對於這些column都有預定義的元資料
-
動態column family(dynamic column family)
動態的column family，欄位名是應用程式計算出來並且提供的，所以column family只能定義這些欄位的型別，無法不可以指定這些欄位的名字和值，這些名字和值是由應用程式插入某欄位才得出的。
2）Row key
ColumnFamily 中的每一行都用Row Key（行鍵）來標識，這個相當於關係資料庫表中的主鍵，並且總是被索引的。
3）主鍵
Cassandra可以使用PRIMARY KEY 關鍵字建立主鍵，主鍵分為2種
-
Single column Primary Key
如果 Primary Key 由一列組成，那麼稱為 Single column Primary Key
-
Composite Primary Key(複合主鍵)
如果 Primary Key 由多列組成，那麼這種情況稱為 Compound Primary Key 或 Composite Primary Key
列族具有以下屬性 -
- keys_cached - 它表示每個SSTable保持快取的位置數。
- rows_cached - 它表示其整個內容將在記憶體中快取的行數。
- preload_row_cache -它指定是否要預先填充行快取。
鍵空間 （KeySpace）
Cassandra的鍵空間（KeySpace）相當於資料庫，我們建立一個鍵空間就是建立了一個數據庫。
鍵空間包含一個或多個列族（Column Family）
注意：一般將有關聯的資料放到同一個 KeySpace 下面
鍵空間 （KeySpace） 建立的時候可以指定一些屬性：副本因子，副本策略，Durable_writes（是否啟用 CommitLog 機制）
副本因子（Replication Factor）
副本因子決定資料有幾份副本。例如：
副本因子為1表示每一行只有一個副,。副本因子為2表示每一行有兩個副本，每個副本位於不同的節點上。在實際應用中為了避免單點故障，會配置為3以上。
注意：所有的副本都同樣重要，沒有主從之分。可以為每個資料中心定義副本因子。副本策略設定應大於1，但是不能超過叢集中的節點數。
副本放置策略 （Replica placement strategy）
描述的是副本放在叢集中的策略
目前有2種策略，內容如下：
| 策略名 | 中文名 | 描述 |
|---|---|---|
| SimpleStrategy | 簡單策略 | 適用於只有一個數據中心。為叢集指定簡單的副本因子（有幾個副本） |
| NetworkTopologyStrategy | 網路拓撲策略 | 推薦方式，因為可以擴充套件到多資料中心，可以單獨為每個資料中心設定複製因子 |
Durable_writes
否對當前KeySpace的更新使用commitlog，預設為true
副本 （Replication）
副本就是把資料儲存到多個節點，來提高容錯性
節點（Node）
儲存資料的機器
叢集（Cluster）
Cassandra資料庫是為跨越多條主機共同工作，對使用者呈現為一個整體的分散式系統設計的。Cassandra最外層容器被稱為群集。Cassandra將叢集中的節點組織成一個環（ring）（一致性hash處理），然後把資料分配到叢集中的節點（Node）上。
超級列
超級列是一個特殊列，因此，它也是一個鍵值對。但是超級列儲存了子列的地圖。
通常列族被儲存在磁碟上的單個檔案中。因此，為了優化效能，重要的是保持您可能在同一列族中一起查詢的列，並且超級列在此可以有所幫助。下面是超級列的結構。
資料型別
CQL提供了一組豐富的內建資料型別，使用者還可以建立自己的自定義資料型別。
CQL是Cassandra提供的一套查詢語言
數值型別
| 資料型別 | 含義 | 描述 |
|---|---|---|
| int | 32位有符號整型 | 和 Java 中的 int 類似 |
| bigint | 64位長整型 | 和 Java 中的 long 類似 |
| smallint | 16位有符號整型 | 和 Java 中的 short 類似 |
| tinyint | 8位有符號整型 | 和 Java 中的 tinyint 類似 |
| varint | 可變精度有符號整數 | 和 Java 中的 java.math.BigInteger 類似 |
| float | 32位 IEEE-754 浮點型 | 和 Java 中的 float 類似 |
| double | 64位 IEEE-754 浮點型 | 和 Java 中的 double 類似 |
| decimal | 可變精度的 decimal | 和 Java 中的 java.math.BigDecimal 類似 |
文字型別
CQL提供2種類型存放文字型別，text和varchar基本一致
| 資料型別 | 含義 | 描述 |
|---|---|---|
| ascii | 文字 | 表示ASCII字串 |
| text | 文字 | 表示UTF8編碼的字串 |
| varchar | 文字 | 表示UTF8編碼的字串 |
時間型別
| 資料型別 | 含義 | 描述 |
|---|---|---|
| timestamp | 時間 | 包含了日期和時間，使用64位有符號的整數表示 |
| date | 日期 | |
| time | 時間 |
識別符號型別
| 型別 | 含義 | 描述 |
|---|---|---|
| uuid | 128位資料型別 | 通用唯一識別碼 CQL 中的 uuid 實現是 Type 4 UUID，其實現完全是基於隨機數的 |
| timeuuid | Type 1 UUID |
集合型別
1）set
集合資料型別，set 裡面的元素儲存是無序的。
set 裡面可以儲存前面介紹的資料型別，也可以是使用者自定義資料型別，甚至是其他集合型別。
2）list
list 包含了有序的列表資料，預設情況下，資料是按照插入順序儲存的。
3）map
map 資料型別包含了 key/value 鍵值對。key 和 value 可以是任何型別，除了 counter 型別
使用集合型別要注意：
1、集合的每一項最大是64K。
2、保持集合內的資料不要太大，免得Cassandra 查詢延時過長，Cassandra 查詢時會讀出整個集合內的資料，集合在內部不會進行分頁，集合的目的是儲存小量資料。
3、不要向集合插入大於64K的資料，否則只有查詢到前64K資料，其它部分會丟失。
其他基本型別
| 型別 | 含義 | 描述 |
|---|---|---|
| boolean | 布林型別 | 值只能為 true/false |
| blob | 二進位制大物件 | 儲存媒體或者其他二進位制資料型別時很有用 |
| inet | IPv4 或 IPv6 網路地址 | cqlsh 接受用於定義 IPv4 地址的任何合法格式，包括包含十進位制，八進位制或十六進位制值的點或非點式表示 CQL 會輸出為 0.0.0.0 這種 地址形式。 |
| counter | 計數器型別 | 值不能直接設定，而只能遞增或遞減 不能用作主鍵的一部分；如果使用計數器，則除primary key 列之外的所有列都必須是計數器 |
使用者自定義型別
如果內建的資料型別無法滿足需求，可以使用自定義資料型別。