Cassandra 1

Cassandra 架构

Cassandra的设计目的是处理跨多个节点的大数据工作负载，而没有任何单点故障

Cassandra中的数据复制：

集群中的一个或多个节点充当给定数据片段的副本。如果检测到一些节点以过期值响应，Cassandra将向客户端返回最近的值。返回最新的值后，Cassandra在后台执行读修复以更新失效值。

Cassandra在后台使用Gossip协议，允许节点相互通信并检测集群中的任何故障节点。

Cassandra的组件

• 节点 - 它是存储数据的地方。

• 数据中心 - 它是相关节点的集合。

• 集群 - 集群是包含一个或多个数据中心的组件。

• 提交日志 - 提交日志是Cassandra中的崩溃恢复机制。每个写操作都写入提交日志。

• Mem-表 - mem-表是存储器驻留的数据结构。提交日志后，数据将被写入mem表。有时，对于单列族，将有多个mem表。

• SSTable - 它是一个磁盘文件，当其内容达到阈值时，数据从mem表中刷新。

• 布隆过滤器 - 这些只是快速，非确定性的算法，用于测试元素是否是集合的成员。它是一种特殊的缓存。 每次查询后访问Bloom过滤器

Cassandra 查询语言 

用户可以使用Cassandra查询语言（CQL）通过其节点访问Cassandra。CQL将数据库（Keyspace）视为表的容器

Cassandra 数据模型

集群（Cluster）

Cassandra 数据库分布在几个一起操作的机器上。最外层容器被称为群集。对于故障处理，每个节点包含一个副本，如果发生故障，副本将复制。Cassandra 按照环形格式将节点排列在集群中，并为它们分配数据。

键空间 （Keyspace）

键空间是 Cassandra 中数据的最外层容器。Cassandra 中的一个键空间的基本属性是 - 

• 复制因子 - 它是集群中将接收相同数据副本的计算机数。

• 副本放置策略 - 它只是把副本放在介质中的策略。我们有简单策略（机架感知策略），旧网络拓扑策略（机架感知策略）和网络拓扑策略（数据中心共享策略）等策略。

• 列族 - 键空间是一个或多个列族的列表的容器。列族又是一个行集合的容器。每行包含有序列。列族表示数据的结构。每个键空间至少有一个，通常是许多列族。

CREATE KEYSPACE Keyspace name
WITH replication = {'class': 'SimpleStrategy', 'replication_factor' : 3};

列族 

列族是有序收集行的容器。每一行又是一个有序的列集合。下表列出了区分列系列和关系数据库表的要点。

关系表	Cassandra 列族
关系模型中的模式是固定的。 一旦为表定义了某些列，在插入数据时，在每一行中，所有列必须至少填充一个空值。	在 Cassandra 中，虽然定义了列族，但列不是。 您可以随时向任何列族自由添加任何列。
关系表只定义列，用户用值填充表。	在 Cassandra 中，表包含列，或者可以定义为超级列族。

 

Cassandra 列族具有以下属性 -

• keys_cached - 它表示每个 SSTable 保持缓存的位置数。

• rows_cached - 它表示其整个内容将在内存中缓存的行数。

• preload_row_cache -它指定是否要预先填充行缓存。

列是 Cassandra 的基本数据结构，具有三个值，即键或列名称，值和时间戳。下面给出了列的结构

 Cassandra 和 RDBMS 的数据模型

RDBMS	Cassandra
RDBMS 处理结构化数据。	Cassandra 处理非结构化数据。
它具有固定的模式。	Cassandra 具有灵活的架构。
在 RDBMS 中，表是一个数组的数组。 （ROW x COLUMN）	在 Cassandra 中，表是“嵌套的键值对”的列表。 （ROW x COLUMN 键 x COLUMN 值）
数据库是包含与应用程序对应的数据的最外层容器。	Keyspace 是包含与应用程序对应的数据的最外层容器。
表是数据库的实体。	表或列族是键空间的实体。
Row 是 RDBMS 中的单个记录。	Row 是 Cassandra 中的一个复制单元。
列表示关系的属性。	Column 是 Cassandra 中的存储单元。
RDBMS 支持外键的概念，连接。	关系是使用集合表示。