跳到主要内容

Cassandra 术语表

Cassandra是一个高度可扩展的分布式NoSQL数据库，广泛应用于需要处理大量数据的场景。为了帮助初学者更好地理解Cassandra，本文将介绍一些关键术语及其定义。

1. 节点（Node）​

节点是Cassandra集群中的单个服务器。每个节点都存储数据的一部分，并负责处理读写请求。节点之间通过Gossip协议进行通信，以确保集群的状态一致。

备注

Gossip协议是一种分布式系统中用于节点间通信的协议，它通过定期交换信息来维护集群的状态。

2. 集群（Cluster）​

集群是由多个节点组成的集合，这些节点共同工作以存储和管理数据。Cassandra集群是分布式的，意味着数据可以在多个节点之间复制和分布。

3. 键空间（Keyspace）​

键空间是Cassandra中的顶级命名空间，类似于关系数据库中的数据库。它定义了数据的复制策略和配置。每个键空间可以包含多个表。

sql
CREATE KEYSPACE my_keyspace
WITH replication = {'class': 'SimpleStrategy', 'replication_factor': 3};
提示

replication_factor 定义了数据在集群中的副本数量。较高的复制因子可以提高数据的可用性和容错性。

4. 表（Table）​

表是Cassandra中存储数据的结构，类似于关系数据库中的表。表由行和列组成，但Cassandra的表是宽列存储（Wide-Column Store），这意味着每行可以有不同的列。

sql
CREATE TABLE my_keyspace.my_table (
    user_id UUID PRIMARY KEY,
    name TEXT,
    email TEXT
);

5. 分区键（Partition Key）​

分区键是用于确定数据在集群中分布方式的列。Cassandra使用分区键的哈希值来决定数据存储在哪个节点上。

sql
CREATE TABLE my_keyspace.my_table (
    user_id UUID,
    name TEXT,
    email TEXT,
    PRIMARY KEY (user_id)
);
警告

选择合适的分区键非常重要，因为它直接影响数据的分布和查询性能。

6. 集群键（Clustering Key）​

集群键用于在分区内对数据进行排序。它通常与分区键一起使用，以定义数据的存储顺序。

sql
CREATE TABLE my_keyspace.my_table (
    user_id UUID,
    event_time TIMESTAMP,
    event_name TEXT,
    PRIMARY KEY (user_id, event_time)
) WITH CLUSTERING ORDER BY (event_time DESC);

7. 副本（Replica）​

副本是数据在集群中的多个副本。Cassandra通过复制策略确保数据的高可用性和容错性。每个数据副本存储在不同的节点上。

8. 一致性级别（Consistency Level）​

一致性级别定义了在读写操作中需要多少个副本确认才能认为操作成功。常见的一致性级别包括 ONE、QUORUM 和 ALL。

sql
CONSISTENCY QUORUM;
注意

选择一致性级别时需要在性能和一致性之间进行权衡。较高的级别提供更强的一致性，但可能会影响性能。

9. 墓碑（Tombstone）​

墓碑是Cassandra中用于标记已删除数据的特殊记录。由于Cassandra是分布式系统，删除操作不会立即从磁盘中移除数据，而是通过墓碑标记数据为已删除。

10. 压缩（Compaction）​

压缩是Cassandra中的一种后台进程，用于合并和清理SSTable（Sorted String Table）文件，以优化存储和查询性能。

实际案例​

假设我们有一个用户活动跟踪系统，我们需要存储用户的登录事件。我们可以使用以下表结构：

sql
CREATE TABLE user_activity (
    user_id UUID,
    event_time TIMESTAMP,
    event_name TEXT,
    PRIMARY KEY (user_id, event_time)
) WITH CLUSTERING ORDER BY (event_time DESC);

在这个例子中，user_id 是分区键，event_time 是集群键。数据将按用户ID分布，并在每个用户的分区内按时间排序。

总结​

本文介绍了Cassandra中的一些关键术语，包括节点、集群、键空间、表、分区键、集群键、副本、一致性级别、墓碑和压缩。理解这些术语是掌握Cassandra的基础。

附加资源​

练习​

  1. 创建一个名为 my_keyspace 的键空间，并设置复制因子为3。
  2. 在 my_keyspace 中创建一个表 user_activity，包含 user_id、event_time 和 event_name 列。
  3. 插入一些数据并查询按用户ID和时间排序的结果。

通过这些练习，你将更好地理解Cassandra的基本概念和操作。