CentOS 7 安装部署Cassandra4.1.5

一、Cassandra的介绍

        Cassandra是一套开源分布式NoSQL数据库系统。它最初由Facebook开发，用于储存收件箱等简单格式数据，集GoogleBigTable的数据模型与Amazon Dynamo的完全分布式的架构于一身Facebook于2008将 Cassandra 开源，此后，由于Cassandra良好的可扩展性，被Digg、Twitter等知名Web 2.0网站所采纳，成为了一种流行的分布式结构化数据存储方案。

        Cassandra的官网：Apache Cassandra | Apache Cassandra Documentation

Cassandra特点

• 弹性可扩展性 - Cassandra是高度可扩展的; 它允许添加更多的硬件以适应更多的客户和更多的数据根据要求。

• 始终基于架构 - Cassandra没有单点故障，它可以连续用于不能承担故障的关键业务应用程序。
• 快速线性性能 - Cassandra是线性可扩展性的，即它为你增加集群中的节点数量增加你的吞吐量。因此，保持一个快速的响应时间。
• 灵活的数据存储 - Cassandra适应所有可能的数据格式，包括：结构化，半结构化和非结构化。它可以根据您的需要动态地适应变化的数据结构。
• 便捷的数据分发 - Cassandra通过在多个数据中心之间复制数据，可以灵活地在需要时分发数据。
• 事务支持 - Cassandra支持属性，如原子性，一致性，隔离和持久性（ACID）。
• 快速写入 - Cassandra被设计为在廉价的商品硬件上运行。 它执行快速写入，并可以存储数百TB的数据，而不牺牲读取效率。

二、Cassandra下载、安装、访问

进入下载页后，选择最新稳定版本4.1.5

三、Cassandra 安装部署

1、安装准备

注意：Cassandra 使用 JAVA 语言开发，首先保证当前机器中已经安装 JDK 11 or JDK 8

# 安装JDK 11 

# yum install java-11-openjdk -y

# java -version

注意：Cassandra的客户端的使用需要用的Python3版本。需要先安装Python3

# 安装python3 

# yum install python3 -y

# python3 -V

2、部署Cassandra

# 解压
# tar -zxvf apache-cassandra-4.1.5-bin.tar.gz

# 重命名
# mv apache-cassandra-4.1.5 apache-cassandra

配置 Cassandra

进入解压后的目录，创建3个 Cassandra 的数据文件夹

# mkdir data
# mkdir commitlog
# mkdir saved-caches

修改配置文件

在 conf 目录中找到 cassandra.yaml 配置文件，配置上面创建的3个数据目录

• 配置 data_file_directories

data_file_directories:
    - /home/Cassandra/apache-cassandra/data

• 配置 commitlog_directory

commitlog_directory: /home/Cassandra/apache-cassandra/commitlog

• 配置 saved_caches_directory

saved_caches_directory: /home/Cassandra/apache-cassandra/saved_caches

• 配置 RPC，用于客户端连接

rpc_address: 192.168.204.131

 3、启动 Cassandra

[root@localhost apache-cassandra]# pwd
/home/Cassandra/apache-cassandra
[root@localhost apache-cassandra]# ./bin/cassandra -R

输入命令来查看正在运行的cassandra的 pid

ps -ef|grep cassandra

显示如图，pid 是 11733： 

4、关闭Cassandra

刚才已经查到了 pid，现在可以使用命令杀掉这个pid对应的进程

kill -9 11733

5、查看状态

[root@localhost apache-cassandra]# ./bin/nodetool status

如果cassandra启动出错，可以在bin目录下 使用 journalctl -u cassandra 命令查看

[root@localhost apache-cassandra]# cd bin
[root@localhost bin]# journalctl -u cassandra

# 问题
[root@localhost bin]# ./nodetool status
nodetool: Failed to connect to '127.0.0.1:7199' - URISyntaxException: 'Malformed IPv6 address at index 7: rmi://[127.0.0.1]:7199'.


# 解决办法
[root@localhost bin]# ./nodetool -Dcom.sun.jndi.rmiURLParsing=legacy status
[root@localhost bin]# ./nodetool -h ::FFFF:127.0.0.1 status

6、客户端连接服务器

进入Cassandra的目录，输入

[root@localhost apache-cassandra]# ./bin/cqlsh 192.168.204.131 9042
Connected to Test Cluster at 192.168.204.131:9042
[cqlsh 6.1.0 | Cassandra 4.1.5 | CQL spec 3.4.6 | Native protocol v5]
Use HELP for help.
cqlsh>

上面的操作在启动cqlsh的时候并没有指定需要连接的节点以及端口，默认 cqlsh 会自动探测本机及端口。上面的操作时已经启动了 Cassandra 服务并绑定相关端口，注：【 端口列表】，cqlsh默认就会连接本机的9042端口。

从上面的命令可以看出 cqlsh 连接到名为 Test Cluster 的集群，这个名字是默认值，可以自定义，配置在 conf/cassandra.yaml 文件的 cluster_name 参数，注：【yaml全内容】

输入quit退出客户端

Cassandra的端口

7199 - JMX
7000 - 节点间通信（如果启用了TLS，则不使用）
7001 - TLS节点间通信（使用TLS时使用）
9160 - Thrift客户端API
9042 - CQL本地传输端口

7、服务运行脚本

为了方便管理，可以编写脚本来管理，在 /home/Cassandra/apache-cassandra 下创建一个 startme.sh，输入一下内容：

#!/bin/sh
CASSANDRA_DIR="/home/Cassandra/apache-cassandra"
 echo "************cassandra***************"
case "$1" in
        start)

                echo "*                                  *"
                echo "*            starting              *"
                nohup $CASSANDRA_DIR/bin/cassandra -R >> $CASSANDRA_DIR/logs/system.log 2>&1 &
                echo "*            started               *"
                echo "*                                  *"
                echo "************************************"
                ;;
        stop)

                echo "*                                  *"
                echo "*           stopping               *"
                PID_COUNT=`ps aux |grep CassandraDaemon |grep -v grep | wc -l`
                PID=`ps aux |grep CassandraDaemon |grep -v grep | awk {'print $2'}`
                if [ $PID_COUNT -gt 0 ];then
                        echo "*           try stop               *"
                        kill -9 $PID
                        echo "*          kill  SUCCESS!          *"
                else
                        echo "*          there is no !           *"
                echo "*                                  *"
                echo "************************************"
                fi
                ;;
        restart)

                echo "*                                  *"
                echo "*********     restarting      ******"
                $0 stop
                $0 start
                echo "*                                  *"
                echo "************************************"
                ;;
        status)
                $CASSANDRA_DIR/bin/nodetool status
                ;;

        *)
        echo "Usage:$0 {start|stop|restart|status}"

        exit 1
esac

接下来就可以使用这个脚本进行 启动，重启，关闭 的操作

[root@localhost apache-cassandra]# sh startme.sh start
[root@localhost apache-cassandra]# sh startme.sh restart
[root@localhost apache-cassandra]# sh startme.sh stop

四、Cassandra根据用户名密码登录cqlsh

修改conf目录下cassandra.yaml文件

authenticator: PasswordAuthenticator  //将authenticator修改为PasswordAuthenticator  

重新启动cassandra并且根据默认用户登录cqlsh，用户名密码都是cassandra

[root@localhost apache-cassandra]# ./bin/cqlsh 192.168.204.131 9042 -ucassandra -pcassandra

Warning: Using a password on the command line interface can be insecure.
Recommendation: use the credentials file to securely provide the password.

Connected to Test Cluster at 192.168.204.131:9042
[cqlsh 6.1.0 | Cassandra 4.1.5 | CQL spec 3.4.6 | Native protocol v5]
Use HELP for help.
cassandra@cqlsh> 

如果要修改默认用户，进入cqlsh后

#超级用户可以更改用户的密码或超级用户身份。为了防止禁用所有超级,超级用户不能改变自己的超级用户身份。普通用户只能改变自己的密码。附上用户名在单引号如果它包含非字母数字字符。附上密码在单引号。
CREATE USER test WITH PASSWORD '123456' SUPERUSER;  //创建一个超级用户
CREATE USER test1 WITH PASSWORD '123456' NOSUPERUSER;  //创建一个普通用户
ALTER USER test WITH PASSWORD '654321' ( NOSUPERUSER | SUPERUSER ) //修改用户
DROP USER cassandra //删除默认用户

五、Cassandra的基本概念

1、数据模型

1.1列（Column）

列是Cassandra的基本数据结构单元，具有三个值：名称，值、时间戳

在Cassandra中不需要预先定义列（Column），只需要在KeySpace里定义列族，然后就可以开始写数据了。

1.2列族（ Column Family）

列族相当于关系数据库的表（Table），是包含了多行（Row）的容器。

1.3建空间 （KeySpace）

Cassandra的键空间（KeySpace）相当于数据库，我们创建一个键空间就是创建了一个数据库。

2、数据类型

2.1数值类型

2.2文本类型

CQL提供2种类型存放文本类型，text和varchar基本一致

2.3时间类型

2.4标识符类型

2.5集合类型

set

集合数据类型，set 里面的元素存储是无序的。

set 里面可以存储前面介绍的数据类型，也可以是用户自定义数据类型，甚至是其他集合类型。

list

list 包含了有序的列表数据，默认情况下，数据是按照插入顺序保存的。

map

map 数据类型包含了 key/value 键值对。key 和 value 可以是任何类型，除了 counter 类型

使用集合类型要注意： 1、集合的每一项最大是64K。 2、保持集合内的数据不要太大，免得Cassandra 查询延时过长，Cassandra 查询时会读出整个集合内的数据，集合在内部不会进行分页，集合的目的是存储小量数据。 3、不要向集合插入大于64K的数据，否则只有查询到前64K数据，其它部分会丢失。

2.6其他基本类型 

3、数据定义命令

4、数据操作指令

5、查询指令

六、Cassandra的基本操作

1、操作键空间

1.1创建Keyspace

语法
CREATE KEYSPACE <identifier> WITH <properties>;

更具体的语法：
Create keyspace KeyspaceName with replicaton={'class':strategy name,   
'replication_factor': No of replications on different nodes};

要填写的内容：

KeyspaceName 代表键空间的名字

strategy name 代表副本放置策略，内容包括：简单策略、网络拓扑策略，选择其中的一个。

No of replications on different nodes 代表 复制因子，放置在不同节点上的数据的副本数。

编写完成的创建语句 创建一个键空间名字为：school，副本策略选择：简单策略 SimpleStrategy，副本因子：3

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

1.2连接Keyspace

语法
USE <identifier>;

1.3修改键空间

语法
ALTER KEYSPACE <identifier> WITH <properties>

1.4删除键空间

语法
DROP KEYSPACE <identifier>

2、操作表、索引

2.1查看键空间下所有表 代码

DESCRIBE TABLES;

2.2创建表

语法
CREATE (TABLE | COLUMNFAMILY) <tablename> ('<column-definition>' , '<column-definition>')
(WITH <option> AND <option>)

完整创建表语句，创建student 表，student包含属性如下： 学生编号（id）， 姓名（name），年龄（age），性别（gender），家庭地址（address），interest（兴趣），phone（电话号码），education（教育经历） id 为主键，并且为每个Column选择对应的数据类型。 注意：interest 的数据类型是set ，phone的数据类型是list，education 的数据类型是map

CREATE TABLE student(
   id int PRIMARY KEY,  
   name text,  
   age int,  
   gender tinyint,  
   address text ,
   interest set<text>,
   phone list<text>,
   education map<text, text>
);

2.3cassandra的索引（KEY）

Cassandra的5种Key

1. Primary Key
2. Partition Key
3. Composite Key
4. Compound Key
5. Clustering Key

1）Primary Key

是用来获取某一行的数据， 可以是单一列（Single column Primary Key）或者多列（Composite Primary Key）。

在 Single column Primary Key 决定这一条记录放在哪个节点。

create table testTab (
id int PRIMARY KEY,
name text
);

2）Composite Primary Key

如果 Primary Key 由多列组成，那么这种情况称为 Compound Primary Key 或 Composite Primary Key。

create table testTab (
key_one int,
key_two int,
name text,
PRIMARY KEY(key_one, key_two)
);

3）Partition Key

在组合主键的情况下(上面的例子)，第一部分称作Partition Key（key_one就是partition key），第二部分是CLUSTERING KEY（key_two）

Cassandra会对Partition key 做一个hash计算，并自己决定将这一条记录放在哪个节点。

如果 Partition key 由多个字段组成，称之为 Composite Partition key

create table testTab (
key_part_one int,
key_part_two int,
key_clust_one int,
key_clust_two int,
key_clust_three uuid,
name text,
PRIMARY KEY((key_part_one,key_part_two), key_clust_one, key_clust_two, key_clust_three)
);

4）Clustering Key

决定同一个分区内相同 Partition Key 数据的排序，默认为升序，可以在建表语句里面手动设置排序的方式

2.4修改表结构

添加列，语法
ALTER TABLE table name ADD  new column datatype;

删除列，语法
ALTER table name DROP columnname;

2.5删除表

语法
DROP TABLE <tablename>

2.6清空表

语法
TRUNCATE <tablename>

2.7创建索引

普通列创建索引
CREATE INDEX <identifier> ON <tablename>

集合列创建索引
CREATE INDEX ON student(interest);                 -- set集合添加索引
CREATE INDEX mymap ON student(KEYS(education));          -- map结合添加索引效果：

2.8 删除索引

语法
DROP INDEX <identifier>

3、查询数据

使用 SELECT 、WHERE、LIKE、GROUP BY 、ORDER BY等关键词
SELECT FROM <tablename>
SELECT FROM <table name> WHERE <condition>;

查询时使用索引

• Primary Key 只能用 = 号查询
• 第二主键 支持= > < >= <=
• 索引列 只支持 = 号
• 非索引非主键字段过滤可以使用ALLOW FILTERING

ALLOW FILTERING是一种非常消耗计算机资源的查询方式。 如果表包含例如100万行，并且其中95％具有满足查询条件的值，则查询仍然相对有效，这时应该使用ALLOW FILTERING。

如果表包含100万行，并且只有2行包含满足查询条件值，则查询效率极低。Cassandra将无需加载999,998行。如果经常使用查询，则最好在列上添加索引。

ALLOW FILTERING在表数据量小的时候没有什么问题，但是数据量过大就会使查询变得缓慢。

查询时排序

cassandra也是支持排序的，order by。 排序也是有条件的

• 必须有第一主键的=号查询，cassandra的第一主键是决定记录分布在哪台机器上，cassandra只支持单台机器上的记录排序。
• 只能根据第二、三、四…主键进行有序的，相同的排序。
• 不能有索引查询，cassandra的任何查询，最后的结果都是有序的，内部就是这样存储的。

分页查询 

使用limit 关键字来限制查询结果的条数 进行分页

4、添加数据

语法
INSERT INTO <tablename>(<column1 name>, <column2 name>....) VALUES (<value1>, <value2>....) USING <option>

5、更新列数据

更新表中的数据，可用关键字：

• Where - 选择要更新的行
• Set - 设置要更新的值
• Must - 包括组成主键的所有列

在更新行时，如果给定行不可用，则UPDATE创建一个新行

语法
UPDATE <tablename>
SET <column name> = <new value>
<column name> = <value>....
WHERE <condition>

更新简单数据

把id = 1012 的数据的gender列 的值改为1，代码：

UPDATE student set gender = 1 where id= 1012;

更新set类型数据

在student中interest列是set类型

1）添加一个元素
使用UPDATE命令 和 ‘+’ 操作符

代码：
UPDATE student SET interest = interest + {'游戏'} WHERE id = 1012;

2）删除一个元素
使用UPDATE命令 和 ‘-’ 操作符

代码：
UPDATE student SET interest = interest - {'电影'} WHERE id = 1012;

3）删除所有元素
可以使用UPDATA或DELETE命令，效果一样

代码：
UPDATE student SET interest = {} WHERE id = 1012;
或
DELETE interest FROM student WHERE id = 1012;

更新list类型数据

使用UPDATA命令向list插入值
代码：
UPDATE student SET phone = ['020-66666666', '13666666666'] WHERE id = 1012;

在list前面插入值
代码：
UPDATE student SET phone = [ '030-55555555' ] + phone WHERE id = 1012;

在list后面插入值
代码：
UPDATE student SET phone = phone + [ '040-33333333' ]  WHERE id = 1012;

使用列表索引设置值，覆盖已经存在的值
这种操作会读入整个list，效率比上面2种方式差

现在把phone中下标为2的数据，也就是 “13666666666”替换，代码：
UPDATE student SET phone[2] = '050-22222222' WHERE id = 1012;

【不推荐】使用DELETE命令和索引删除某个特定位置的值
非线程安全的，如果在操作时其它线程在前面添加了一个元素，会导致移除错误的元素

代码：
DELETE phone[2] FROM student WHERE id = 1012;

【推荐】使用UPDATE命令和‘-’移除list中所有的特定值
代码：
UPDATE student SET phone = phone - ['020-66666666'] WHERE id = 1012;

更新map类型数据

map输出顺序取决于map类型。

1）使用Insert或Update命令
UPDATE student SET education=
  {'中学': '城市第五中学', '小学': '城市第五小学'} WHERE id = 1012;

2）使用UPDATE命令设置指定元素的value
UPDATE student SET education['中学'] = '爱民中学' WHERE id = 1012;

3）可以使用如下语法增加map元素。如果key已存在，value会被覆盖，不存在则插入
UPDATE student SET education = education + { '幼儿园' : '大海幼儿园', '中学': '科技路中学'} WHERE id = 1012;

4）删除元素
可以用DELETE 和 UPDATE 删除Map类型中的数据

使用DELETE删除数据
DELETE education['幼儿园'] FROM student WHERE id = 1012;

使用UPDATE删除数据
UPDATE student SET education=education - {'中学','小学'} WHERE id = 1012;

6、删除行

语法
DELETE FROM <identifier> WHERE <condition>;

7、批量操作

把多次更新操作合并为一次请求，减少客户端和服务端的网络交互。 batch中同一个partition key的操作具有隔离性

SQL语法

使用BATCH，您可以同时执行多个修改语句（插入，更新，删除）

BEGIN BATCH
<insert-stmt>/ <update-stmt>/ <delete-stmt>
APPLY BATCH

JAVA语法

@Resource
private CassandraTemplate cassandraTemplate;

// 批量插入
public void insert(){
    CassandraBatchOperations batchOps = cassandraTemplate.batchOps();
    batchOps.insert(List<entity>);
    batchOps.execute();
}