cassandra介绍

cassandra简介：

一个大规模可伸缩的分布式NoSQL数据库，是一个完美的管理大量的结构化、半结构化和非结构化数据跨多个数据中心和云计算。

cassandra特性：

可靠的，（线性）可伸缩的，灵活的，无中心节点（无单点故障），最终一致性

cassandra查询：

一种CQL查询语言，非常类似SQL语言，(在cassandra 2.0之后更丰富易用。)

可以从任何数据中心的任何node访问数据库。

cassandra关键概念:

Node/Data Center/Cluster/Commit Log/MemTable/SSTable/Table/KeySpace

Gossip/Partitioner/Replication factor/Replic placement strategy/Snitch

System keyspace table

cassandra configuration files

cassandra问题：

怎么分配token

cassandra的quick start:

10 Minute Cassandra Walkthrough.

column family 概念理解：

cassandra定义了column family的概念，用于逻辑上的分割，将同类的数据联系在一起。例如，我们可能会有User column family、Hotel column family、addressbook column family等。这种方式下，一个column family多少类似于关系世界中的table。

Schema-free概念：

column family类似于关系table，但去不同。首先，cassandra认为是schema-free的，因为即使column families被定义，但columns没有。可以自由的在任何column family中添加任何column，只要你需要。另外，一个column family有两个属性：name和comparator。comparator值指明在一个访问请求发出并返回后多少个columns被存储——根据long、byte、UTF8或其他顺序。还有一个原因就是，一个column family分别存储在各自的磁盘文件中，这对于定义在相同的column family中将相关的columns放在一起很重要。

以有些人把cassandra column families称作四维的hash：

[keyspace][columnfamily][key][column]

**  column family options：cassandra中存在几个额外的参数用于定义column family。具体如下：

keys_cached：用于保存每个SSTable的缓存大小。这不是指缓冲name/values，而是指能被缓冲到内存中的key的个数，按照最近最少使用的顺序保存在缓冲中。
row_cached：指明多少条rows的内容（唯一的row key对应的name/value对整体内容）将被缓冲到内存中
comment：这只是普通的注释，用于帮助记忆column family定义相关的信息。
read_repair_chance：该值在0到1之间，代表当查询语句在执行期间没有指明quorum是，从两个或是多个节点副本返回相同row，并且至少有一个副本是过期的情况下，发生read修复操作的可能性。如果相比writes操作有大量的reads操作，可考虑将该值调低。
preload_row_cache：指明是否在server启动时将记录预先缓冲