Cassandra学习小总结

前言

最近机缘巧合接触了Cassandra，经历了几天的安装部署压测完成任务的同时，利用时间结合网上的博客了解学习了Cassandra，并且简单实操了下，在此进行总结。

参考链接

1. Cassandra官网: https://cassandra.apache.org

    官网文档: https://cassandra.apache.org/doc/latest/

2. Cassandra下载链接: http://archive.apache.org/dist/cassandra/

3. Cassandra安装部署：http://blog.chinaunix.net/uid-20104120-id-3282195.html

   对于单节点而言，基本jdk python环境部署好后，cassandra的tar包直接解压，然后配置环境变量即可。此次实操也是单节点进行，集群搭建参考：https://www.cnblogs.com/TSlover/p/11398535.html

4. Cassandra基本使用教程：https://www.w3cschool.cn/cassandra/

5. Python2.7.9安装：https://www.ucloud.cn/yun/63210.html

6. YCSB介绍:

    https://www.cnblogs.com/foxmailed/archive/2012/02/29/2374595.html

    https://www.jianshu.com/p/b4904a9f0d11

7. YCSB下载链接：https://github.com/brianfrankcooper/YCSB/releases

8. ycsb-cassandra-binding-0.17.0.tar.gz下载百度云链接：因为这个从github下载需要翻墙，所以提供一下我的百度云链接，可以直接下

解压后就可以直接用，无需编译

链接：https://pan.baidu.com/s/1oIv4q0HpR3AXZCtYm79T0g 
提取码：v1jt

9. YCSB对Cassandra进行压力测试：https://www.cnblogs.com/lijinji/p/8591800.html】

10. YCSB核心属性：https://github.com/brianfrankcooper/YCSB/wiki/Core-Properties

知识点

1. 基本概念

Apache Cassandra是一个分布式NoSQL数据库，用于处理大量商用服务器上的大量结构化数据，可提供高可用、高可扩展的服务，无单点故障。于2009年3月被纳入Apache孵化器，自2010年2月以来成功一个Apache顶级项目。

同RDBMS相比，Cassandra在支持存储结构化数据的同时，无固定模式，面向列，可分布式存储

同HBase相比，Cassandra在面向列存储的同时，支持事务，支持存储结构化数据，无单点故障

如果仅仅是存储海量数据并且数据更新少，且要求数据不能丢失可以快速通过添加机器扩容，可选Cassandra；如果是对数据有频繁读操作，且支持倒排可选HDFS+HBase

单点故障：集群中一个节点宕机或者出现其他故障，导致集群崩溃或者数据丢失。

Cassandra的特性：

1. 弹性高扩展性——允许添加更多的硬件以适应更多的客户和数据要求
2. 基于架构——无单点故障，可连续用于承担故障的关键业务应用程序
3. 快速线性性能——线性可扩展，可保持一个快速的响应时间
4. 数据存储——适应所有可能的数据格式，包括结构化、非结构化和半结构化
5. 数据分发——通过在多个数据中心间复制数据，可在需要时分发数据
6. 快速写入——同HBase类似，可在廉价的PC机上运行。执行快速写入，并可存储数百TB的数据

Cassandra的应用场景： 参考https://www.cnblogs.com/starcrm/p/11943812.html

• 写大于读：分布式写操作，可在任何地方任何时间集中写数据，无单点故障
• 数据更新少
• 通过主键查询
• 不需要join
• 交易日志：例如购买记录等
• 存储时序数据<