Cassandra NOSQL 数据库

Cassandra或许不会因为是NoSQL而得到关注，但是它在完成某些特定工作上，有迷人的魅力，这Netflix和Instagram两家公司一定知道。

过去的这些年，NoSQL的参与者，例如MongoDB已经得到了快速发展，受到了非常多的关注，但是 Apache Cassandra的光环褪去，作为创造了Cassandra的Facebook已经放弃了它，Cassandra的社区也好像过时了快。但
是Cassandra的命运迎来的转机，Netflix近来决心把他们自己的数据中心的oracle改成Cassandra Amazon云。不久
以后,Facebook也再次开始使用Cassandra,而Twitter和WebEx都不同程度的使用着Cassandra.

Cassandra的一个大问题在于它太个性，好像不好把它进行分类，虽然类似HBase，它是一个Column-family数据库，但是它却有很大的独得性。它跟文档NoSQL数据库也是不同的类别例如MongoDB或Couchbase,或key-value-pair数据库DynamoDB,Redis,Riak,等等都不一样，它自成一类。

什么是cloumn-family数据库？

一个column-family数据库它按行关键字来存储数据，它非常类似一张表，跟人们熟悉的关系数据库的表很容易混淆，尤其是自从google著名的column-family应用被称为BigTable以后，人们更容易把column的存储结构与关系数据库下的表相混淆了，但是一定要注意此表非彼表。

首先，他们基本上缺少架构schema，架构可以让你很容易的添加你想添加的列（但是你需要考虑存储优化，数据分布等问题），在Cassandra里，表的关键字不紧紧围了方便查找，它可以允许系统有效的在集群上对数据分片，看下面标准的column family结构吧，它看起来非常类似JSON.


ColumnFamilyName {

rowkey1 = {column1:"value1", column2:"value2"},

rowkey2 = {column1:"value2.1", column2:"value2.2", column3:"value2.3"},

rowkey3 = {column2:"value3.2", column3:"value3.3"},

rowkey4 = {column1:"value4.1", column3:"value4.3"}

}


上面是标准的column family数据库数据存储结构，看起来有一定的局限性，但是作为补充，它还包括一个超级列的概念，类似下面的结构：


SuperColumnFamily {

ColumnFamily1 {

cf1rowkey1 = {column1:"value1", column2:"value2"},

cf1rowkey2 = {column1:"value2.1", column2:"value2.2", column3:"value2.3"},

cf1rowkey3 = {column2:"value3.2", column3:"value3.3"},

cf1rowkey4 = {column1:"value4.1", column3:"value4.3"}

},

ColumnFamily2 {

cf2rowkey1 = {column1:"value1", column2:"value2"},

cf2rowkey2 = {column1:"value2.1", column2:"value2.2", column3:"value2.3"},

cf2rowkey3 = {column2:"value3.2", column3:"value3.3"},

cf2rowkey4 = {column1:"value4.1", column3:"value4.3"}

}

}



另外你还可以找到另外几种结构，例如composite columns和其他类型的列，包括静态和动态列等等。还有些特殊的列类型包括计数列，时间戳列等。


什么情况下使用Cassandra?

一，时间类型的数据

时间类型的数据包括任何温度传感器，工作日志，或股票价格数据等，也包括博客数据，电影片段数据等等，这些数据被证明如果使用文档数据库例如MongoDB会导致失败。

二，产品目录

三，信息过滤系统的子系统信息推荐系统－Recommendations

四，诈 骗与垃 圾信息侦 听系统

五，后端的大数据存储系统

应该说后台数据库存储系统，用Cassandra的地方不是太多，主要是应用它的缓存功能全局网数据复制
的能力，如果你需要异地备份双活数据库的话，你可以使用下Cassandra.

Cassandra与Hbase

Cassandra有自己的优点和缺点，正如Hbase一样，它们都有各自的使用场合两者都在Hadoop生态下，Cassandra用来对读写进行高复合工作，而对毫秒级的数据一致性不是太擅长，而HBase则可以弥补这些，从更大的范围讲，Cassandra适合业务系统，而HBase则更多的用在数据仓库和事务场景的系统上。

说说事务......


开发人员经常困惑什么时候才真正的需要原子级别的一致性，同样如果你开始使用RDBMS,你也会困惑，因为关系型数据库经常需要跨越多个地点收集相同的一组数据。这样一个人的信息可能被打乱放到了多个表中，因为它们有不同的电话好吗，有不同的地址等等，这样就引出－好的数据库架构到底是什么样的？

在现在的任何系统之下，你都需要对数据一致性进行妥协，因为无论你使用什么类型的数据库，都不可能提供长时间运行的事务（足够轻量级的可以满足互联网应用级的要求），因为没有人可以在信息持久话的模式下做操作，而且每个用户对应一个连接，而事务则经常打断用户的操作，影响用户的体验，这就是进行原子级的数据一致性的代价。

但是在很多情况下，一毫秒甚至500毫秒不会有太多的不同，如果我修改了一些行关键字，最终Cassandra会进行持久话，那么我就可以进行读操作，可能这读操作是虚拟读。这里的问题在于，你不会关注一个短暂的错误，例如你正在看电影，发现里面的片段少了，没有数据加载，但是紧紧一会后，你再次单击那部电影，恢复正常了，可以正常观看了，这里你不太会太在意，你在意的是，每当电影目录被更新，你的操作都会被奇怪的中断，所以当前在互联网级的应用上，你需要在性能和系统规模及数据一致性之间做出妥协，有的时候，一致性跟性能及规模来说并不是过于重要。



在安装好JDK1.6的Windows系统上安装Cassandra，并进行简单的测试。

1 下载Cassandra

去http://cassandra.apache.org/下载即可。写此文章时最新的版本是1.0.1，

2 安装Cassandra
将下载的压缩包解压，假设解压的位置是F:\jl_work\apache-cassandra-1.0.1。



3：jre的安装与windows环境变量的配置
1）如果你的机器没有安装jre，请先下载windows版jre程序并配置好java的环境变量(已下载安装过就不用再装了)

去sun官方下载windows版式的jre http://java.sun.com/javase/downloads/index.jsp
2)设置环境变量"我的电脑"--"高级"选项卡--"环境变量"--"系统变量--新增"，根据自己安装的jre与cassandra的位置来设置系统变量的值
我的机器jre安装在: C:\Program Files\Java\jre1.6.0_02

cassandra 安装在:F:\jl_work\apache-cassandra-1.0.1




4: 正式的启动Cassandra服务

在cmd窗口中执行F:\jl_work\apache-cassandra-1.0.5\bin下面的cassandra.bat启动cassandra服务



成功后会看到以下画面


出现上面的图后表示服务启动成功了，记住，这个cmd的窗口不要关闭，关闭了服务就被一起关闭了，接下来客户端的连接就不行了。
5：客户端的连接
服务启动成功之后，cassandra里面默认有一个测试数据库,访问的方式是在cmd窗口中执行F:\jl_work\apache-cassandra-1.0.5\bin下面的cassandra-cli.bat批处理文件，然后出现cassandra提示符，在提示符后面输入connect localhost/9160;就可以连上默认的数据库。下图是连接成功后的界面。



1)create keyspace mcas; 可理解为创建一个数据库
2)create column family timebasedtoken withcomparator=UTF8Type and

default_validation_class=UTF8Type andkey_validation_class=UTF8Type;

create column family timebasedtoken with

key_validation_class=UTF8Type and

comparator =UTF8Type and

column_metadata =

[

{column_name:serid ,validation_class:UTF8Type },

{column_name:seed,validation_class:UTF8Type},


{column_name: offset, validation_class:LongType},


{column_name: state, validation_class:LongType},

{column_name:modelType, validation_class: UTF8Type},

{column_name:timeWindow, validation_class: LongType},


{column_name: idType, validation_class:UTF8Type},

{column_name:idNumber, validation_class: UTF8Type},

{column_name:badPwCount, validation_class: LongType},


{column_name: staticPwd, validation_class:UTF8Type},

{column_name:staticPwVolity, validation_class: LongType},

{column_name:algorith, validation_class: UTF8Type},


{column_name: pwLength, validation_class:UTF8Type},

{column_name:chgCode, validation_class: UTF8Type},

{column_name:lastPwd, validation_class: UTF8Type}

];可理解为创建一个表


update column family timebasedtoken with keys_cached =1000000; //修改key缓存容量
再接着我们试着插入一条新记录，并读出这条记录的值。

插入的命令是"set"关键字
在命令提示符下输入 set User1[tableName1][column1] = testValue;
如果提示"Value inserted"表示插入成功。
同样我们把插入的值读出来，使用的关键字是"get"

在命令提示符下输入
get
timebasedtoken [ascii(0000000001)];
如图，我们把刚才插入的数据给读了出来。







在linux 下配置











配置修改如下：


即：


exportJAVA_HOME=/usr/java


PATH=$JAVA_HOME/bin:$PATH


exportPATH


CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$CASSANDRA_HOME/lib/*.jar


export CLASSPATH


然后修改





即：


PATH=$PATH:$HOME/bin


CASSANDRA_HOME=$HOME/apache-cassandra-1.0.5/


exportPATH


export
CASSANDRA_HOME


配置修改完成


然后修改cassandra下面的conf下面的cassandra.yaml文件


rpc_address: 0.0.0.0
rpc_address变量修改为：0.0.0.0 否则外界ip访问不了


ok基本修改完成


linux下面启动cassandra和windows下面没什么差别


注
可能会修改jvm内存





常用的命令：


update column family timebasedtoken with keys_cached = 5000000; 修改keys缓存


./nodetool–h localhost cfstats(bin目录下面才能运行) //查看本机cassandra状态（里面含有各个keyspace）


运行运行成功后显示的一个例子





vmstat 2





所圈为cpu空闲百分数


ps -ef | grep cass 查找指定名称的进程





kill
杀死进程


kill 5536


http://www.cnblogs.com/elearn007/p/3800207.html
http://bbs.51cto.com/thread-971173-1-1.html