Cassandra学习笔记

Cassandra数据结构

1. Cassandra Terminology

• 列(column): 一个对象的名/值对(name/value pair).
• 行(row): 存放列的容器(一组关联的列归为一组)，由一个主键引用/标识。
  • 每一行的唯一标识称为主键(primary key)行键(row key)
• 分区(partition): 将一组相关的行进行分组，一起存储在相同的节点上。
  • 这些相关的行就组成一个分区，每个分区由一个分区键标识。
  • 这时的主键比较特殊，称为复合键(composite key)或者组合键(compound key).
  • 复合键由一个分区键(partition key)和一组可选的集群列(clustering column)组成。
    • 分区键确定行存储在哪个节点，可以包含多个列。
    • 集群列用于控制分区中数据如何排序与存储。
    • 静态列(static column): 存储不属于主键但是由一个分区中所有行共享的数据。
• 表(table): 按分区组织的行的容器。
• 键空间(keyspace): 按表组织的容器。
• 集群(cluster): 键空间的容器，包括一个节点或者多个节点。

主键”永恒“： 表创建完成后，主键就不能修改，因为主键会控制集群中数据如何分布，数据如何在不同的节点磁盘上存储。

2. Cassandra数据组织结构图示

3. 其他

1. 集群(cluster)： 多个节点共同协作，最终用户看来，所有节点表现就像一个实例。Cassandra集群有时也叫做环(ring)，因为Cassandra将所有的节点组织成一个环，并依次将数据分配到节点上。
2. 键空间：类似于关系数据库中的数据库(database)，是Cassandra数据模型中标的容器。键空间有一个名字，也有一组属性定义键空间范围的行为，如replica。键空间的容器是集群。
3. 表：表也是一个容器，包含一个有序的行集合，每一行本身则是一个有序的列集合。
   • 行按分区组织，根据分区键的列(可能有多个)分配到Cassandra集群中的节点。
   • 一个分区中数据的顺序由集群列确定。

   向表中写入数据时，可以为一列或多列指定值，值的集合称为一行。
   主键中包含的列，必须为其中的每一个列都指定值，因为要用它们一起来唯一标识一行数据。

4. 列: 列是Cassandra数据模型中最基本的数据结构单元，包含一个name/value对。每个列的值根据定义时的数据类型设定对应值。列还包含如下两个属性：
   • 时间戳(timestamp): 每次向Cassandra写入数据时，会为插入或者更新的各个列值生成一个时间戳(单位是微秒)。如果多个写操作试图修改同一个值，Cassandra内部使用”最后写获胜(last write wins)“来解决冲突。可以使用writetime()函数查看列值的写入时间。

     	cqlsh:my_space> select first_name, last_name, writetime(title) from user;
     	 first_name | last_name | writetime(title)
     	------------+-----------+------------------
     	       Bill |    Nguyen | 1722158562120950
     	
     	(1 rows)
     	cqlsh:my_space> 
     

   • 生存时间(TTL): Cassandra提供了一个非常强大的特性，能够让不需要的数据自动过期。可以为列值(列这一级进行操作)设置生存时间(TTL, time to live)，指示这个值需要保存多久。
     • TTL默认值为null，标识写入数据不会过期。
     • 可以使用TTL()函数查看列值有些时间。
     • UPDATE时增加USING TTL选项，可以在UPDATE操作时设置列的TTL。
     • INSERT时增加USING TTL选项，整行数据在TTL之后都会过期，数据会被删除。
     • INSERT时未设置TTL，UPDATE时不能对整行设置TTL，因为TTL是基于列级别。可能的方式使用upsert(对于已经存在的主键行，使用INSERT语句执行UPDATE操作)。
       主键不允许设置TTL，也不能通过writetime()查看写入时间。

       cqlsh:my_space> select writetime(first_name) from user;
       InvalidRequest: Error from server: code=2200 [Invalid query] message="Cannot use selection function writetime on PRIMARY KEY part first_name"
       cqlsh:my_space> 
       

       upsert操作为行设置TTL

       # 插入时未设置row的TTL
       cqlsh:my_space> insert into  user (first_name, last_name, title) values ('Jim', 'Green', 'Mr.');
       cqlsh:my_space> 
       cqlsh:my_space> 
       cqlsh:my_space> select * from user;
       
        last_name | first_name | title
       -----------+------------+-------
            Green |        Jim |   Mr.
           Nguyen |       Bill |   Mr.
       
       (2 rows)
       #查询结果显示TTL为null
       cqlsh:my_space> select last_name, first_name, ttl(title) from user;
       
        last_name | first_name | ttl(title)
       -----------+------------+------------
            Green |        Jim |       null
           Nguyen |       Bill |       null
       
       (2 rows)
       # upsert方式：insert操作使用同样的primary key，实际执行的是update操作，同时为行设置了TTL
       cqlsh:my_space> insert into  user (first_name, last_name, title) values ('Jim', 'Green', 'Mr.') USING TTL 100;
       cqlsh:my_space> 
       cqlsh:my_space> 
       # 立马查询可以看到TTL行有97秒
       cqlsh:my_space> select last_name, first_name, ttl(title) from user;
       
        last_name | first_name | ttl(title)
       -----------+------------+------------
            Green |        Jim |         97
           Nguyen |       Bill |       null
       
       (2 rows)
       #一段时间后查询，数据已经被删除。
       cqlsh:my_space> select last_name, first_name, ttl(title) from user;
       
        last_name | first_name | ttl(title)
       -----------+------------+------------
           Nguyen |       Bill |       null
       
       (1 rows)
       cqlsh:my_space>