Cassandra-基础学习

Cassandra基础学习

参考资料：https://www.w3cschool.cn/cassandra/

如果已经用到了Hadoop-HBase就用到HBase

除此之外，如果对读写没什么要求就用MongoDB，因为MongoDB处于越来越火的状态。

如果对写有很大的要求，最好用Cassandra,因为他写的性能非常高

一、Cassandra 简介

Apache Cassandra是一个高度可扩展的高性能分布式数据库，用于处理大量商用服务器上的大量数据，提供高可用性，无单点故障。这是一种NoSQL类型的数据库。 （Cassandra类似于一种HBase和MongoDB的结合体）

二、什么是Apache Cassandra？

Apache Cassandra是一个开源，分布式和分散式/分布式存储系统（数据库），用于管理遍布世界各地的大量结构化数据。它提供高可用性的服务，没有单点故障。

下面列出了Apache Cassandra的一些值得注意的地方：

它是可扩展，容错和一致的。

写入策略：写入一个节点之后需要等其他的节点都同步

它是一个面向列的数据库。

它的分布设计基于Amazon的Dynamo及其在Google的Bigtable上的数据模型。

创建在Facebook，它与关系数据库管理系统有很大的不同。

Cassandra实现了一个没有单点故障的Dynamo风格的复制模型，但增加了一个更强大的“列族”数据模型。

Cassandra被一些最大的公司使用，如Facebook，Twitter，Cisco，Rackspace，ebay，Netflix等。（但是这些大公司也逐渐将Cassandra替换掉了，因为使用过程中会出现一些问题，但是他写的性能是非常好的）

三、Cassandra的特点

Cassandra因其卓越的技术特性而变得如此受欢迎。

下面给出了Cassandra的一些特性：

弹性可扩展性 - 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和更多的数据根据要求。

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是线性可扩展性的，即它为你增加集群中的节点数量增加你的吞吐量。因此，保持一个快速的响应时间。

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。它可以根据您的需要动态地适应变化的数据结构。

便捷的数据分发 - Cassandra通过在多个数据中心之间复制数据，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。

四、Cassandra的组件

Cassandra的关键组件如下：

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。

五、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。 

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。

六、写操作

节点的每个写入活动都由写在节点中的提交日志捕获。

稍后数据将被捕获并存储在存储器表中。

每当内存表满时，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SSTables，丢弃不必要的数据。

七、读操作

在读操作，Cassandra 从MEM-表得到的值，并检查过滤器绽放找到保存所需数据的相应的SSTable。