Cassandra

Cassandra 简介 - Apache Cassandra中文手册 (dba.cn)

简介

Apache Cassandra是一个高度可扩展的高性能分别是数据库，用于处理大量商用服务器上的大量数据，提高可用性，无单点故障。是一种Nosql类型数据库。

特性

• 弹性可扩展：Cassandra是高度可扩展的；它允许添加更多的硬件以适应更多的客户端和更多的数据根据需求。
• 始终基于架构：Cassandra没有单点故障，它可以连续用于不能承担故障的关键业务应用程序
• 快速线性性能：Cassandra是线性可扩展的，即它为你增加急群中节点数量增加你的吞吐量。因此保持一个快速响应时间
• 灵活的数据存储：Cassandra适应所有可能的数据格式，包括：结构化，半结构化和非结构化，它可以根据您的需求动态适应变化的数据结构。
• 敏捷的数据分发：Cassandra通过在多个数据中心中复制数据，可以灵活地在需要时分发数据
• 事务支持：Cassandra支持属性，如原子性，一致性，隔离和持久性（ACID）。
• 快速写入：Cassandra被设计为在廉价的商品硬件上运行。 它执行快速写入，并可以存储数百TB的数据，而不牺牲读取效率。

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在其节点之间具有对等分布式系统，并且数据分布在集群的所有节点之间。

集群中的所有节点都扮演相同的角色，每个节点是独立的，并且同时互联都按其他节点。

急群中每个节点都可以接受读取和写入请求，无论数据实际位于急群中的何处。

当节点关闭时，可以从网络中的其他节点提供读写请求。

数据复制

在Cassandra中，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过期相应，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。

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：是cassandra中崩溃恢复机制。每个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，相对单列族，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，非确定性的算法英语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

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）视为容器。程序员使用cqlsh：提示以使用CQL或单独的应用程序语言驱动程序。

客户端针对其读写操作访问其任何节点。该节点（协调器）在客户端和保存数据的节点之间播放代理。

写操作

节点的每个写入活动都由接写在节点中的提交日志捕获。稍后数据江北捕获并存储在存储表中。每当内存满时，数据将写入SStable数据文件。所有写入都会在整个集群中自动分区和复制。Cassandra会定期整合SSTable，丢弃不必要的数据。

读操作

LSM-Tree的树节点可以分为两种，保存在内存中的称之为MemTable, 保存在磁盘上的称之为SSTable

在 读操作，Cassandra从MEM-表得到的值，并检查过滤器栈放到保存所需数据的相应的SSTable。

数据模型

集群Cluster

Cassandra数据库分布在几个一起操作的机器上。最外层容器被称为集群。对于故障处理，每个节点包含一个副本，副本将负责。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中最外层的容器。Cassandra中的一个键空间的基本属性是

• 复制因子：它是急群中将接受相同数据副本的计算机数。
• 副本放置策略 - 它只是把副本放在戒指中的策略。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容器，列族优势一个行集合的容器。每行包含有序列。列族表示数据的结构。每个空间至少有一个，通常是许多列族。

创建键空间的语法如下 -

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

下图显示了键空间的示意图。

列族

列族是有序收集行的容器。有是一行优势一个有序的列集合。下表列出了区分列系列和关系数据库的要点。

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。

注 - 与不是固定列族的模式的关系表不同，Cassandra不强制单个行拥有所有列。

下图显示了Cassandra列族的示例。

列

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。

• name：byte[]
• value：byte[]
• clock：clock[]

超级列

超级列是一个特殊的列，因此，它也是一个键值对。但是超级列存储了子列的地图。

通常列族被存储在磁盘上的单个文件中。因此，为了优化性能，重要的是保持您看在同一列中一起查询的列，并且超级列在此可以有所帮助。下面是超激列的结构

• name：byte[]
• cols：map<byte[],column>

Cassandra 和 RDBMS 的数据模型

下表列出了区分Cassandra的数据模型和RDBMS的数据模型的要点。