Cassandra 数据模型设计总结

结合前段时间使用Cassandra使用过程,团队简单总结了Cassandra  数据模型设计,请大家斧正。

1、相关概念

  1. Column:Cassandra中的最基本的存储单元,用于存储某一行的信息;
  2. primary key:决定每行数据的唯一性;
  3. Row key:又称partition key,也即我们经常说的K-V中的key,是primary key中的第一列或者组合起来的复合列,partition key决定了每行数据在集群节点间的数据分布;
  4. 复合key:又称compound key,是由多列组成的row-key;
  5. Column key:column name。

2.模型结构

    Cassandra的模型结构可以理解为嵌套的map:

    Map<RowKey,SortedMap<ColumnKey, ColumnValue>>

 等同于下图:


    更具体设计如下图所示:

  




3.设计原则(重点,值得大家反思,nosql !=sql)


1、需要结合业务特点和Cassandra的模型结构,围绕查询模式进行ColumnFamily建模设计;

2、在设计表的时候,尽量减免表关联查询,按照实体对象,进行必要的反范式设计;

3、由于Cassandra的嵌套排序map数据结构,在模型设计时应考虑如何组织数据到这种类型的map中,以满足快速查询/排序/分组/过滤/聚合的要求;

4、不支持复杂sql的查询,比如,joins, group by,order by(因为order by是在设计时决策,Cassandra不支持Order By,排序是需要设计时考虑,而不是像在关系型数据库查询时刻使用Order By);

5、选择合适的rowkey,以实现数据分布,尽量保证rowkey唯一;

  例如:primary key((date, type, hashcode), vendor) --加入hashcode能将数据尽可能的分布到多个节点中,以避免单点和热点的压力;

6、在第五点的基础上,尽量避免大key小value的出现,这样会导致很差的性能效果;

7、根据业务特征,将多读数据的表和多写数据的表实现分离;

8、保持column简短,因为它将和每个column value一起被重复存储(根据数据副本数)。当column value的大小比column name小很多时,内存和存储的开销可能会是个问题,除了用column name存储数据(即value为空时)外;

   例如:'fname' 优于 'firstname','lname' 优于 'lastname'。

9、设计合适的TTL

需要根据不同表的特征和column的数据保留策略,设计合适的TTL,以保留适当时间窗口的数据。


最后写一句话吧:不要把Cassandra当做传统数据库!


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值