简介

Cassandra 是一个来自 Apache 的分布式数据库，具有高度可扩展性，可用于管理大量的结构化数据。它提供了高可用性，没有单点故障。

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中的所有节点之间。

• 集群中的所有节点都扮演相同的角色。 每个节点是独立的，并且同时互连到其他节点。
• 集群中的每个节点都可以接受读取和写入请求，无论数据实际位于集群中的何处。
• 当节点关闭时，可以从网络中的其他节点提供读/写请求。

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 – 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。

数据模型

集群（Cluster）

Cassandra 数据库分布在几个一起操作的机器上。最外层容器被称为群集。对于故障处理，每个节点包含一个副本，如果发生故障，副本将复制。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 中数据的最外层容器。Cassandra 中的一个键空间的基本属性是 – 

• 复制因子 – 它是集群中将接收相同数据副本的计算机数。
• 副本放置策略 – 它只是把副本放在介质中的策略。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列表的容器。列族又是一个行集合的容器。每行包含有序列。列族表示数据的结构。每个键空间至少有一个，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。每一行又是一个有序的列集合。下表列出了区分列系列和关系数据库表的要点。

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。

超级列

超级列是一个特殊列，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，重要的是保持您可能在同一列族中一起查询的列，并且超级列在此可以有所帮助。下面是超级列的结构。

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。

相关文章

Cassandra 的过去、现在、未来

Cassandra系列(1)–Cassandra学习资源汇总