Cassandra的数据类型

在 Cassandra 的通信契约文件（ cassandra.thrift ）中定义了 Cassandra 使用的所有数据类型，这些数据类型对应于我们之前讲到的数据模型中的各个 概念，比如 Column 、 ColumnFamily 等。我们将分别根据 Java 编程接口讲解每一种数据类型。

 

3.2.1  Column

Column 是 Cassandra 中是最基本的存储单元，用于存储某一行的信息。

Column 在 cassandra.thrift 中的定义如下：

struct Column {

 1 ： required binary name,

 2 ： required binary value,

 3 ： required i64 timestamp,

}

Column 的 name 和 value 的类型都是 byte ，其中 name 用于存储列的名称， value 用于存储列的值， timestamp 用于存储列被更新的时间，类型为 long 。

 

3.2.2  SuperColumn

SuperColumn 是在 Super 类型的 ColumnFamily 中存储数据的单元， SuperColumn 中将包含多个 Column 。

SuperColumn 在 cassandra.thrift 中的定义如下：

struct SuperColumn {

 1 ： required binary name,

 2 ： required list<Column> columns,

}

SuperColumn 中， name 用于存储 SuperColumn 的名称，类型为 byte ， columns 是存储 Column 的数组。

 

3.2.3  ColumnOrSuperColumn

ColumnOrSuperColumn 在 cassandrathrift 中的定义如下：

struct ColumnOrSuperColumn {

 1 ： optional Column column,

 2 ： optional SuperColumn super_column,

}

正如名字所描述的那样， ColumnOrSuperColumn 既可以是一个 Column ，也可以是一个 SuperColumn 。它的 column 字段和 super_column 中只能一个有值。

由于 Cassandra 所提供的接口中，返回的值可能是 Column 也可能是 SuperColumn ，所以使用 ColumnOrSuperColumn 的类型，我们只需要判断究竟是哪个字段有值即可。

 

3.2.4  ColumnParent

ColumnParent 在 cassandra.thrift 中的定义如下：

struct ColumnParent {

 3 ： required string column_family,

 4 ： optional binary super_column,

}

我们可以将 ColumnParent 理解为文件系统中的一个目录，如果希望查找某一个 key 对应的 value 中， ColumnFamily 所有的值，只要指定 column_family 字段就可以了。如果我们希望查找某一个 SuperColumn 的所有值，我们不仅需要指定 column_family 字 段，还需要指定 super_column 字段。

 

3.2.5  ColumnPath

ColumnPath 在 cassandra.thrift 中的定义如下：

struct ColumnPath {

 3 ： required string column_family,

 4 ： optional binary super_column,

 5 ： optional binary column,

}

我们可以将 ColumnPath 理解为文件系统中的一个具体文件，如果希望查找某一个 key 对应的 value 中某一个 ColumnFamily 的某一个 Column 的值，我们需要指定 column_family 字段和 column 字段。如果我们希望查找某一个 SuperColumn 中某一个 Column 的值，我们不仅需要指定 column_family 字段和 super_column 字段，还需要指定 column 字段。

 

3.2.6  SliceRange

SliceRange 在 cassandra.thrift 中的定义如下：

struct SliceRange {

 1 ： required binary start,

 2 ： required binary finish,

 3 ： required bool reversed=0,

 4 ： required i32 count=100,

}

当我们查询某一个 Key 下面的 Value 的时候，可以通过 SliceRange 来指定需要返回的 Column 规则。

其中， start 字段代表按照 ColumnFamily 定义的排序规则需要返回的第一个 Column 名称， finish 字段代表按照 ColumnFamily 定义的排序规则需要返回的最后一个 Column 名称， reversed 字段代表返回的 Column 集合的顺序，如果为 false ，则为顺序返回；如果为 true ，则为逆序返回，默认为顺序返回。最后一个字段 count 代表返回的结果中 Column 的最大个数，默认为 100 个，如果实际的 Column 数量小于 count ，则返回实际的 Column 数量。

假设我们希望返回某一个 Key 下面的所有 Column ，那么将 start 和 finish 都设置为 ArrayUtils.EMPTY_BYTE_ARRAY ，将 counter 设置为 Integer.MAX_VALUE 即可。

 

3.2.7  SlicePredicate

SlicePredicate 在 cassandra.thrift 中的定义如下：

struct SlicePredicate {

 1 ： optional list<binary> column_names,

 2 ： optional SliceRange slice_range,

}

当我们查询某一个 Key 下面的 Value 的时候，可以通过 SlicePredicate 来指定需要返回哪些 Column 。

如果希望返回某几个具体的 Column ，那么指定 column_names 字段的值就可以了。如果希望按照某一个规则返回相应的 Column ，那么指定 slice_range 字段就可以了。

 

3.2.8  Deletion

Deletion 在 cassandra.thrift 中的定义如下：

struct Deletion {

 1 ： required i64 timestamp,

 2 ： optional binary super_column,

 3 ： optional SlicePredicate predicate,

}

如果希望在 Cassandra 中删除某一个 Key 中的 Column ，只需要指定 timestamp 字段和 predicate 字段即可。如果希望删除 Key 中的 SuperColumn 下的 Column ，不仅需要指定 timestamp 字段和 predicate 字段，还需要指定需要删除的 super_column 字段。其中，指定的 timestamp 字段为当前的系统时间即可。

 

3.2.9  Mutation

Mutation 在 cassandra.thrift 中的定义如下：

struct Mutation {

 1 ： optional ColumnOrSuperColumn column_or_supercolumn,

 2 ： optional Deletion deletion,

}

在 Cassandra 中，所有的操作分为两种类型：修改和删除。其中，修改又可以分为插入和修改。我们对 Cassandra 中数据的所有修改都使用 Mutation 来操作。如果是插入新的数据，只需要指定 column_or_supercolumn 字段即可，如果是要修改现有的数据，也是直接指定 column_or_supercolumn 字段。删除数据指定 deletion 字段即可。

 

3.2.10  KeyRange

KeyRange 在 cassandra.thrift 中的定义如下：

struct KeyRange {

 1 ： optional string start_key,

 2 ： optional string end_key,

 3 ： optional string start_token,

 4 ： optional string end_token,

 5 ： required i32 count=100

}

Cassandra 不仅支持按照某一个规则查询 Key 下面的 Column 的值，还能够通过 KeyRange 指定一个规则去查询一批 Key 的值。

KeyRange 提供两种查询方式：按照 Key 查询，在 start_key 和 end_key 字段中指定起始的 Key 值即可；按照 token 查询，在 start_token 和 end_token 字段中指定其中的 token 值即可。

这里需要注意的是范围：如果指定 start_key=keyX ， end_key=keyX ，那么返回的只有 Key 为 keyX 的值；如果指定 start_token=tokenY ， end_token=tokenY ，那么会返回所有的 Key 值。

 

3.2.11  KeySlice

KeySlice 在 cassandra.thrift 中的定义如下：

struct KeySlice {

 1 ： required string key,

 2 ： required list<ColumnOrSuperColumn> columns,

}

我们从 Cassandra 查询出来的结果使用 KeySlice 来保存。在 KeySlice 中，字段 key 用来保存返回结果的 Key 值， columns 字段用来保存这个 Key 下面的 column 的信息。

 

3.2.12  TokenRange

TokenRange 在 cassandra.thrift 中的定义如下：

struct TokenRange {

 1 ： required string start_token,

 2 ： required string end_token,

 3 ： required list<string> endpoints,

}

我们可以根据 Token 在 Cassandra 查询数据。

通过 TokenRange ，我们在 start_token 和 end_token 字段指定开始和结尾的 Token ，并通过 endpoints 字段指定需要查询的机器地址即可。

 

3.2.13  AuthenticationRequest

AuthenticationRequest 在 cassandra.thrift 中的定义如下：

struct AuthenticationRequest {

 1 ： required map<string,string> credentials,

}

AuthenticationRequest 包含了我们录入 Cassandra 的信息，其中 credentials 字段的 key 为用户名， credentials 字段的 value 为用户密码。

 

3.2.14  ConsistencyLevel

ConsistencyLevel 在 cassandra.thrift 中的定义如下：

enum ConsistencyLevel {

 ZERO=0,

 ONE=1,

 QUORUM=2,

 DCQUORUM=3,

 DCQUORUMSYNC=4,

 ALL=5,

 ANY=6,

}

在 Cassandra 的读取过程中，支持的一致性级别为 ONE 、 QUORUM 和 ALL 。

假设我们的数据备份级别为 3 ，会有以下三种结果：

1 ） 如果读取级别为 ONE ，那么只要读取到 3 份数据中的 1 份数据就会返回结果。

2 ） 如果读取的级别为 QUORUM ，那么需要读取到 3 份数据中的 2 份数据才会返回结果。

3 ） 如果读取的级别为 ALL ，那么需要读取到所有的 3 份数据才会返回结果。

在 Cassandra 的写入过程中，支持的一致性级别为 ZERO 、 ANY 、 ONE 、 QUORUM 和 ALL 。

假设我们的数据备份级别为 3 ，会有以下 5 种结果：

1 ） 如果写入级别为 ZERO ，那么只要 Cassandra 接受到这个写入请求后，就算写入成功， Cassandra 会在后台完成整个写入过程。

2 ） 如果写入级别为 ANY ，只要有任意 1 台 Cassandra 完成了写入操作（包括 hint 写入），就算写入成功。

3 ） 如果写入级别为 ONE ，只要有 1 台负责该数据的 Cassandra 完成了写入操作，就算写入成功。

4 ） 如果写入级别为 QUORUM ，只要有 2 台负责该数据的 Cassandra 完成了写入操作，就算写入成功。

5 ） 如果写入级别为 ALL ，需要 3 台负责该数据的 Cassandra 都完成了写入操作，才能算写入成功。

 

3.2.15  NotFoundException

NotFoundException 在 cassandra.thrift 中的定义如下：

exception NotFoundException {

}

如果在 Cassandra 中查询的值不存在，将抛出这个异常。

 

3.2.16  InvalidRequestException

InvalidRequestException 在 cassandra.thrift 中的定义如下：

exception InvalidRequestException {

 1 ： required string why

}

如果我们进行了不可执行的操作，将抛出这个异常。比如，在读取数据的时候，使用的一致性级别为 ConsistencyLevel.ZERO 或者需要查询的数据为 column ，但是使用的查询规则为 superColumn 。

 

3.2.17  UnavailableException

UnavailableException 在 cassandra.thrift 中的定义如下：

exception UnavailableException {

}

如果 Cassandra 在写入或者读取的过程中，发现需要操作的节点数少于实际存活的节点数，将抛出这个异常。

比如我们 Cassandra 的数据备份级别为 3 ，选择的读取级别为 QUORUM ，那么要是实际包含这 3 份数据的机器中，只有一台在提供服务，其他两台机器无法提供服务，就会抛出 UnavailableException 的异常。

 

3.2.18  TimedOutException

TimedOutException 在 cassandra.thrift 中的定义如下：

exception TimedOutException{

}

如果 Cassandra 在写入或者读取的过程中，执行时间超过了 RPC 的时间限制（默认为 30 秒钟），那么将抛出这个异常。

 

3.2.19  AuthenticationException

AuthenticationException 在 cassandra.thrift 中的定义如下：

exception AuthenticationException {

 1 ： required string why

}

如果在登入 Cassandra 的过程中，用户名或者密码错误，将抛出这个异常。

 

3.2.20  AuthorizationException

AuthorizationException 在 cassandra.thrift 中的定义如下：

exception AuthorizationException {

 1 ： required string why

} 如果在登入 Cassandra 的过程中，指定的 Keyspace 不存在，将抛出这个异常。

---

本文节选自《Cassandra 实战》，作者：郭鹏

关于本书，敬请访问：http://product.china-pub.com/198207 或者http://product.dangdang.com/product.aspx?product_id=21087103