cassandraDb基本教程

cassandra简介

Cassandra是一个开源的分布式NoSQL数据库管理系统，最初由Facebook开发，并于2008年开源。它被设计成高度可扩展、高性能、分布式的数据库系统，用于处理大规模的数据。Cassandra采用了分布式架构和无中心化设计，能够提供高可用性和容错性。

Cassandra具有以下特点：

1. 分布式：数据被分布存储在多个节点上，可以动态地增加节点以扩展存储容量和处理能力。
2. 高可用性：Cassandra使用复制和自动故障转移来确保数据的高可用性。
3. 灵活的数据模型：支持弹性的数据模型，可以适应各种数据类型和数据访问模式。
4. 支持查询语言CQL：Cassandra Query Language (CQL)类似于SQL，提供了丰富的查询和数据操作功能。
5. 跨数据中心复制：能够在不同数据中心之间进行数据复制，支持多地域部署。

Cassandra通常用于需要处理大规模数据、高写入和读取吞吐量的场景，如社交网络、日志分析、时间序列数据等。它已经被许多大型互联网公司和企业广泛应用。

nodetool是什么？ 

nodetool 是 Apache Cassandra 提供的一个用于管理和监控 Cassandra 集群的命令行工具。通过 nodetool，用户可以执行各种操作，如查看集群状态、管理节点、执行数据修复、手动触发压缩操作等。nodetool 提供了丰富的命令选项，可以帮助管理员轻松地管理 Cassandra 集群。

一些常用的 nodetool 命令包括：

1. nodetool status：查看集群中每个节点的状态信息，包括节点的 IP 地址、数据中心、负载情况等。
2. nodetool repair：触发数据修复操作，用于确保数据的一致性和完整性。
3. nodetool decommission：将一个节点从集群中移除，通常用于扩容或节点替换时。
4. nodetool cleanup：清理失效节点上的无效数据副本，以释放磁盘空间。
5. nodetool compaction：手动触发数据压缩操作，可以帮助减少数据碎片和节省磁盘空间。
6. nodetool snapshot：创建数据快照，用于备份或恢复数据。
7. nodetool flush：将内存中的数据刷新到磁盘，确保数据持久化。

1. 在 CassandraDb 环境中创建您自己的键空间。

   下面通俗解释几个这段任务中的几个概念：

   • 列族：列族相当于关系数据库的表Table，是包含了多行（Row）的容器

   • 键空间（Keyspace）: Cassandra的键空间（KeySpace）相当于关系型数据库的数据库，我们创建一个键空间就是创建了一个数据库。键空间包含一个或多个列族（Column Family）;

     语法：
     CREATE KEYSPACE <identifier> WITH <properties>;
     使用例子：
     Create keyspace convert_key with replicaton=
     {
         'class':strategy name,   --strategy name:副本放置策略，
                                  --包括：
                                  --简单策略SimpleStrategy、
                                  --网络拓扑策略NetworkTopologyStrategy，
                                  --选择其中的一个
         'replication_factor': 3  --代表 复制因子，放置在不同节点上的数据的副本数
     };
     
     use 你的键空间名字；
     

2. 创建表

   1. 注意这里使用了uuid作为user_id的类型

      CREATE TABLE users (
          userid UUID PRIMARY KEY, --还是必须要规定主键，uuid是一种通用唯一标识符
          username TEXT,
          password TEXT
      );
      
      CREATE TABLE files (
          fileid UUID PRIMARY KEY,
          filename TEXT,
          filepath TEXT,
          updatetime date,
      );
      
      

3. 增删改

   1. 增加记录(注意：cassandra中不能一次性插入多行，只能一个insert插入一行语句)

      这里给出users的填充例子，注意这里的userid使用now()函数进行赋值，now() 函数用于生成当前时间的时间戳（时间戳（timestamp）是指表示特定时间点或时间间隔的数字值）：

      INSERT INTO users (userid, username, password) VALUES (now(), 'JohnDoe', 'password123');
      INSERT INTO users (userid, username, password) VALUES (now(), 'JaneSmith', 'securepass');
      INSERT INTO users (userid, username, password) VALUES (now(), 'MikeJohnson', 'mypass123');
      INSERT INTO users (userid, username, password) VALUES (now(), 'EmilyDavis', 'password456');
      INSERT INTO users (userid, username, password) VALUES (now(), 'AlexWilson', 'hello123');
      INSERT INTO users (userid, username, password) VALUES (now(), 'SarahBrown', 'pass1234');
      

   2. 修改数据：

      UPDATE 表名字 SET 列名称=改变之后的值 WHERE 条件；
      

   3. 删除行：

      DELETE FROM 表名字 WHERE 条件；

 

 PRIMARY KEY主键

Cassandra 中，通过定义表的主键（PRIMARY KEY）来组织数据存储和索引。主键由分区键（Partition Key）和聚簇列（Clustering Columns）组成。

比如在主键定义 PRIMARY KEY (（fileid,filename）,updatedate) 中：

• （fileid,filename） 是组合起来形成分区键。这意味着数据将根据 fileid和 filename的值进行分区，即相同 fileid和 filename值的数据将存储在同一个分区中。
• updatedate 列则是聚簇列，它用于在分区内对数据进行排序。在这种情况下，数据将按照 updatedate列的值在分区内进行排序存储。

  CREATE TABLE user1 (
      userid UUID,
      username TEXT,
      password TEXT,
      PRIMARY KEY(（userid,username）,password)
  );
  
  CREATE TABLE file1 (
      fileid UUID,
      filename TEXT,
      filepath TEXT,
      updatetime date,
      PRIMARY KEY(（fileid,filename）,updatedate)
  );

  索引

• 为什么需要列族的索引？因为Cassandra 查询语言 (CQL) SELECT 查询缺乏通常我们使用 SQL 操作 JOIN、GROUP BY ，并且WHERE操作也大大收到限制。 在 SQL 中，您可以按任何列进行筛选查询，而在 CQL 中，你只能按分布键（分区键）、簇键（簇列）和二级指标。默认情况下，DBMS 不提供按非键列（紫色的列就是）搜索的功能。那么如果我们想根据非键列索引怎么办，两个方法

  • 方法1-创建index

• 语法：
  create index 这个索引的名字 on 表名(非键列名)；
  例如：
  create index usernameindex on users(username);
  
  删除这个index语法：
  drop index 这个索引的名字：
  在这：
  drop index usernameindex;

  这样就可以进行索引：

• 方法2-使用allow filtering：

 标量函数

1. 使用toTimestamp()将日期时间值转换为时间戳：

   SELECT fileid, filename, toTimestamp(updatetime) AS timestamp_updatetime
   FROM files;
   
   

2. 使用now()获取当前日期和时间：

   SELECT fileid, filename, now() AS current_datetime
   FROM files;

   指示TTL

3. 要在Cassandra中添加具有TTL（生存时间）的行，使用INSERT语句并在列值后面指定TTL值。下面是一个示例：

   
   INSERT INTO files (fileid, filename, filepath, updatetime)
   VALUES (uuid(), 'example.txt', '/path/to/example.txt', '2023-02-12')
   USING TTL 3600;
   
   

   在上述示例中，我们向files表插入一行数据，并在最后使用USING TTL子句设置TTL值为3600秒（1小时）。这意味着插入的数据将在1小时后自动过期。

   请注意，TTL值是以秒为单位的整数。在指定TTL时，请根据实际需求选择适当的值。

   INSERT操作：这条消息消失之后这条记录消失，如果insert的内容是和某条记录相同的也可以实现，此时和更新的效果相同，并且TTL时间之后,那条更新的消息也消失。

   INSERT INTO my_table (id, data) VALUES (123, 'Example Data') USING TTL 3600;

   UPDATE操作：更新某一个值之后TTL时间过后，那个单独更新的值会是null

4. UPDATE my_table USING TTL 7200 SET data = 'Updated Data' WHERE id = 123;