java：Cassandra入门与实战——上

一、数据存储方式和NoSQL1.1 数据存储方式互联网时代各种数据存储方式层出不穷，有传统的关系性数据库如：MySQL、Oracle等，；有全文检索框架如：ElasticSearch、Solr；有NoSQL如：Cassandra、Redis这些存储方式的特点：关系型数据库：支持事务，二级索引，SQL语句，支持主从架。全文检索：分布式，p2p架构，不支持事务，采用倒排索引提供全文检索。NoSQL：一

黑马程序员官方

5979人浏览 · 2020-07-24 13:49:04

黑马程序员官方 · 2020-07-24 13:49:04 发布

一、数据存储方式和NoSQL

1.1 数据存储方式

互联网时代各种数据存储方式层出不穷，有传统的关系性数据库如：MySQL、Oracle等，；有全文检索框架如：ElasticSearch、Solr；有NoSQL如：Cassandra、Redis

这些存储方式的特点：

关系型数据库：支持事务，二级索引，SQL语句，支持主从架。
全文检索：分布式，p2p架构，不支持事务，采用倒排索引提供全文检索。
NoSQL：一般基于内存，支持分布式，面向列，不支持SQL。

1.2 NoSQL概述

NoSQL，泛指非关系型的数据库，NoSQL去掉关系数据库的关系型特性，数据之间无关系，非常容易扩展。

NoSQL型数据库一般包含一些共同特性：

易扩展

NoSQL数据库种类繁多，但是一个共同的特点都是去掉关系数据库的关系型特性。数据之间无关系，这样就非常容易扩展，在架构的层面上带来了可扩展的能力。

大数据量，高性能

NoSQL数据库都具有非常高的读写性能，尤其在大数据量下。一般MySQL使用Query Cache。NoSQL的Cache是记录级的，是一种细粒度的Cache，所以NoSQL在这个层面上来说性能就要高很多。

灵活的数据模型

NoSQL无须事先为要存储的数据建立字段，随时可以存储自定义的数据格式。而在关系数据库里，增删字段是一件非常麻烦的事情。

高可用

NoSQL在不太影响性能的情况，就可以方便地实现高可用的架构。比如Cassandra、HBase模型，通过复制模型也能实现高可用。

1.3 NoSQL的分类

键值(Key-Value)存储数据库

这一类数据库主要使用[哈希表]，这个表中有一个特定的键和一个指针指向特定的数据。Key/value模型的优势在于简单、易部署。代表为： Redis。

列存储数据库

这类数据库通常是用来应对分布式存储的海量数据。键仍然存在，但是它们的特点是指向了多个列。这些列是由列家组来安排的。如：Cassandra， HBase。

文档型数据库

文档型数据库和第一种键值存储相类似。该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，比如JSON。文档型数据库可以看作是键值数据库的升级版，允许之间嵌套键值，在处理网页等复杂数据时，文档型数据库比传统键值数据库的查询效率更高。如：CouchDB， MongoDb。

图形(Graph)数据库

图形结构的数据库同其他行列以及关系型数据库不同，它是使用灵活的图形模型，并且能够扩展到多个服务器上。

二、Cassandra的介绍

2.1、Cassandra概述

2.1.1 来自百科的介绍

Cassandra是一套开源分布式NoSQL数据库系统。它最初由Facebook开发，用于储存收件箱等简单格式数据，集GoogleBigTable的数据模型与Amazon Dynamo的完全分布式的架构于一身Facebook于2008将 Cassandra 开源，此后，由于Cassandra良好的可扩展性，被Digg、Twitter等知名Web 2.0网站所采纳，成为了一种流行的分布式结构化数据存储方案。

2.1.2 Cassandra的官网

Cassandra在2009年成为了Apache软件基金会的Incubator项目，并在2010年2月走出孵化器，成为正式的基金会项目。

java：Cassandra入门与实战——上

2.1.3 Cassandra的Logo

Cassandra的名称来源于希腊神话，是特洛伊的一位悲剧性的女先知的名字，因此项目的Logo是一只放光的眼睛。

java：Cassandra入门与实战——上

2.2、Cassandra特点

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。

2.3、Cassandra使用场景

2.3.1 特征

数据写入操作密集
数据修改操作很少
通过主键查询
需要对数据进行分区存储

2.3.2 场景举例

存储日志型数据
类似物联网的海量数据
对数据进行跟踪

三、Cassandra下载、安装、访问

3.1 Cassandra 3.9下载

打开官网，选择下载频道https://cassandra.apache.org/download/

java：Cassandra入门与实战——上

进入下载频道后，目前最近版是3.11.6，我们选择使用版本3.9，可以从版本列表中选择想要使用版本

java：Cassandra入门与实战——上

点击3.9的最新版显示如下：

java：Cassandra入门与实战——上

点击进入3.9的目录，下载apache-cassandra-3.9-bin.tar.gz

java：Cassandra入门与实战——上

点击红框内的链接，下载3.9版本，下载后文件如下：

java：Cassandra入门与实战——上

3.2 Windows下安装

注意：Cassandra使用JAVA语言开发，首先保证当前机器中已经安装JDK

3.2.1 解压文件

找一个不包含中文的目录，把刚才下载的安装文件复制过去。然后解压到当前文件夹

java：Cassandra入门与实战——上

3.2.2 配置环境变量

1）新建CASSANDRA_HOME

在环境变量中新建一个CASSANDRA_HOME变量，值为：D:\coding-software\apache-cassandra-3.9

java：Cassandra入门与实战——上

2）在Path中添加

在Path环境变量中在末尾添加：%CASSANDRA_HOME%\bin

java：Cassandra入门与实战——上

3）验证环境变量

打开dos窗口可以查看是否设置成功。输入echo %cassandra_home%，显示如下内容说环境变量值设置成功

java：Cassandra入门与实战——上

3.2.3 配置Cassandra

cassandra的数据分为3类，这3类数据的存储位置都可以在配置文件中修改

data目录:用于存储真正的数据文件，即后面将要讲到的SSTable文件。如果服务器有多个磁盘，可以指定多个目录，每一个目录都在不同的磁盘中。这样Cassandra就可以利用更多的硬盘空间。

在data目录下，Cassandra 会将每一个 Keyspace 中的数据存储在不同的文件目录下，并且 Keyspace 文件目录的名称与 Keyspace 名称相同。

假设有两个 Keyspace，分别为 ks1 和 ks2，但在 data目录下，将看到3个不同的目录：ks1，ks2和 system。其中 ks1 和 ks2 用于存储系统定义的两个 Keyspace 的数据，另外一个 system 目录是 Cassandra 系统默认的一个 Keyspace，叫做 system，它用来存储 Cassandra 系统的相关元数据信息以及 HINT 数据信息。

commitlog目录: 用于存储未写人SSTable中的数据，每次Cassandra系统中有数据写入，都会先将数据记录在该日志文件中，以保证Cassandra在任何情况下宕机都不会丢失数据。如果服务器有足够多的磁盘，可以将本目录设置在一个与data目录和cache目录不同的磁盘中，以提升读写性能。

cache目录: 用于存储系统中的缓存数据。可以在cassandra. yaml文件中定义Column Family的属性中定义与缓存相关的信息，如缓存数据的大小(对应配置文件中的keys_cached和rOws_ cached)、持久化缓存数据的时间间隔(对应配置文件中的row cache_save_ period in. seconds 和key. cache save period in seconds)等。当Cassandra系统重启的时候，会从该目录下加载缓存数据。如果服务器有足够多的磁盘空间，可以将本目录设置在一个与data目录和commitlog目录不同的磁盘中，以提升读写性能。

在D:\coding-software\apache-cassandra-3.9目录中新建一个data目录；
找到D:\coding-software\apache-cassandra-3.9\conf目录下的cassandra.yaml配置data目录；
注意：如果不配置数据目录默认为$CASSANDRA_HOME/data/data；
注意：- 的后面要跟一个空格，这是yaml的语法；
代码：

data_file_directories: 
     - D:\coding-software\apache-cassandra-3.9\data

如图：

java：Cassandra入门与实战——上

在D:\coding-software\apache-cassandra-3.9目录中新建一个commitlog目录；
在cassandra.yaml中配置commitlog目录；
注意：如果不配置日志目录，默认为：$CASSANDRA_HOME/data/commitlog；
注意：- 的后面要跟一个空格，这是yaml的语法；
代码：

commitlog_directory: 
     - D:\coding-software\apache-cassandra-3.9\commitlog

如图：

java：Cassandra入门与实战——上

3）新建缓存目录，saved_caches目录

在D:\coding-software\apache-cassandra-3.9目录中新建一个saved_caches目录；
在cassandra.yaml中配置saved_caches目录；
注意：如果不配置日志目录，默认为：$CASSANDRA_HOME/data/saved_caches；
注意：saved_caches_directory: 后面要跟一个空格，这是yaml的语法；
代码：

saved_caches_directory: D:\coding-software\apache-cassandra-3.9\saved_caches

如图：

java：Cassandra入门与实战——上

3.2.4 启动Cassandra

打开DOS窗口，进入D:\InstallFile\apache-cassandra-3.9\bin目录，执行cassandra.bat文件，看到下入图，说明启动成功。注意：这个CMD窗口不要关闭，一旦关闭，Cassandra服务就会关闭了！！！

java：Cassandra入门与实战——上

3.2.5 Cassandra客户端连接Cassandra服务器

注意：Cassandra的客户端的使用需要用的Python2.X版本。需要先安装Python2.X

1）下载Python2.7安装文件

访问Python的下载页面

java：Cassandra入门与实战——上

进入2.7.13的下载页面，这里我选择windows 64位安装文件，点击下载

java：Cassandra入门与实战——上

2）在本机安装Python2.7

接下来，安装Python2.7，找到安装文件双击打开，多次点击下一步，完成安装。

然后把Python2.7安装后的目录设置到环境变量的path中

3）验证Python

新打开CMD窗口，输入命令 python，如果现实如下内容，说明python安装成功

java：Cassandra入门与实战——上

4）使用Cassandra客户端连接服务器

新打开CMD窗口，进入Cassandra的bin目录，输入

D:\coding-software\apache-cassandra-3.11.6\bin>cqlsh.bat 192.168.137.1 9042

回车，看到如图所示，说明已经连接到服务器

java：Cassandra入门与实战——上

3.3 CentOS下安装

注意：Cassandra使用JAVA语言开发，首先保证当前机器中已经安装JDK

3.3.1 解压安装文件

输入命令解压文件

tar -xzvf apache-cassandra-3.9-bin.tar.gz

解压后，可以看到Cassandra的目录,如图：

java：Cassandra入门与实战——上

3.3.2 创建数据存放文件夹

进入解压后的目录，创建3个Cassandra的数据文件夹

[root@localhost apache-cassandra-3.9]# mkdir data
[root@localhost apache-cassandra-3.9]# mkdir commitlog
[root@localhost apache-cassandra-3.9]# mkdir saved_caches

3.3.3 配置Cassandra

在conf目录中找到cassandra.yaml配置文件，配置上面创建的3个数据目录

1）配置 data_file_directories

内容：

data_file_directories:
    - /usr/local/apache-cassandra-3.9/data

2）配置commitlog_directory

内容：

commitlog_directory: /usr/local/apache-cassandra-3.9/commitlog

3）配置saved_caches_directory

内容：

saved_caches_directory: /usr/local/apache-cassandra-3.9/saved_caches

4）保存文件

使用 :wq 保存文件

3.3.4 启动Cassandra

进入/usr/local/apache-cassandra-3.9/bin 目录，执行cassandra

java：Cassandra入门与实战——上

意思是官方不推荐使用root用户或组来运行Cassandra，请使用其他系统用户来启动Cassandra。如果就是想用root用户来启动，可以在命令后面加上 -R，也就是使用root用户启动的命令是

./cassandra -R

好，接下来输入命令来启动，可以看到一大堆的输出内容，说明启动成功了。如下：

java：Cassandra入门与实战——上

输入命令来查看正在运行的cassandra的pid

ps -ef|grep cassandra

显示如图，pid 是 1729：

java：Cassandra入门与实战——上

3.3.5 关闭Cassandra

刚才已经查到了pid，现在可以使用命令杀掉这个pid对应的进程

kill -9 1729

3.3.6 启动、重启、关闭的脚本

为了方便管理，可以编写脚本来管理，在/usr/local/apache-cassandra-3.9下创建一个startme.sh，输入一下内容：

#!/bin/sh
CASSANDRA_DIR="/usr/local/apache-cassandra-3.9"
 echo "************cassandra***************"
case "$1" in
        start)

                echo "*                                  *"
                echo "*            starting              *"
                nohup $CASSANDRA_DIR/bin/cassandra -R >> $CASSANDRA_DIR/logs/system.log 2>&1 &
                echo "*            started               *"
                echo "*                                  *"
                echo "************************************"
                ;;
        stop)

                echo "*                                  *"
                echo "*           stopping               *"
                PID_COUNT=`ps aux |grep CassandraDaemon |grep -v grep | wc -l`
                PID=`ps aux |grep CassandraDaemon |grep -v grep | awk {'print $2'}`
                if [ $PID_COUNT -gt 0 ];then
                        echo "*           try stop               *"
                        kill -9 $PID
                        echo "*          kill  SUCCESS!          *"
                else
                        echo "*          there is no !           *"
                echo "*                                  *"
                echo "************************************"
                fi
                ;;
        restart)

                echo "*                                  *"
                echo "*********     restarting      ******"
                $0 stop
                $0 start
                echo "*                                  *"
                echo "************************************"
                ;;
        status)
                $CASSANDRA_DIR/bin/nodetool status
                ;;

        *)
        echo "Usage:$0 {start|stop|restart|status}"

        exit 1
esac

接下来就可以使用这个脚本进行启动，重启，关闭的操作

[root@localhost apache-cassandra-3.9]# ./startme.sh start
[root@localhost apache-cassandra-3.9]# ./startme.sh restart
[root@localhost apache-cassandra-3.9]# ./startme.sh stop

3.3.7 查看状态

运行bin 目录下的 nodetool

[root@localhost bin]# ./nodetool status

结果如图：

java：Cassandra入门与实战——上

也可以运行自己编写的脚本，效果与上图一致:

[root@localhost apache-cassandra-3.9]# ./startme.sh status

如果cassandra启动出错，可以在bin目录下使用 journalctl -u cassandra 命令查看

[root@localhost bin]# journalctl -u cassandra

3.3.8 使用客户端连接

命令

[root@localhost apache-cassandra-3.9]# ./bin/cqlsh

效果

java：Cassandra入门与实战——上

看到上面的效果，说明Cassandra已经安装成功，并且使用客户端连接成功

3.4 Cassandra的端口

7199 - JMX
7000 - 节点间通信（如果启用了TLS，则不使用）
7001 - TLS节点间通信（使用TLS时使用）
9160 - Thrift客户端API
9042 - CQL本地传输端口

3.5 Cassandra.yaml内容

cluster_name

集群的名字，默认情况下是TestCluster。对于这个属性的配置可以防止某个节点加入到其他集群中去，所以一个集群中的节点必须有相同的cluster_name属性。

listen_address

Cassandra需要监听的IP或主机名，默认是localhost。建议配置私有IP，不要用0.0.0.0。

commitlog_directory

commit log的保存目录，压缩包安装方式默认是/var/lib/cassandra/commitlog。通过前面的了解，我们可以知道，把这个目录和数据目录分开存放到不同的物理磁盘可以提高性能。

data_file_directories

数据文件的存放目录，压缩包安装方式默认是/var/lib/cassandra/data。为了更好的效果，建议使用RAID 0或SSD。

save_caches_directory

保存表和行的缓存，压缩包安装方式默认是/var/lib/cassandra/saved_caches。

通常使用：用得比较频繁的属性

在启动节点前，需要仔细评估你的需求。

commit_failure_policy

提交失败时的策略（默认stop）：

stop：关闭gossip和Thrift，让节点挂起，但是可以通过JMX进行检测。

sto_commit：关闭commit log，整理需要写入的数据，但是提供读数据服务。

ignore：忽略错误，使得该处理失败。

disk_failure_policy

设置Cassandra如何处理磁盘故障（默认stop）。

stop：关闭gossip和Thrift，让节点挂起，但是可以通过JMX进行检测。

stop_paranoid：在任何SSTable错误时就闭gossip和Thrift。

best_effort：这是Cassandra处理磁盘错误最好的目标。如果Cassandra不能读取磁盘，那么它就标记该磁盘为黑名单，可以继续在其他磁盘进行写入数据。如果Cassandra不能从磁盘读取数据，那个这些SSTable就标记为不可读，其他可用的继续堆外提供服务。所以就有可能在一致性水平为ONE时会读取到过期的数据。

ignore：用于升级情况。

endpoint_snitch

用于设置Cassandra定位节点和路由请求的snitch（默认org.apache.cassandra.locator.SimpleSnitch），必须设置为实现了IEndpointSnitch的类。

rpc_address 一般填写本机ip

用于监听客户端连接的地址。可用的包括：

0.0.0.0监听所有地址
IP地址
主机名
不设置：使用hosts文件或DNS

seed_provider

需要联系的节点地址。Cassandra使用-seeds集合找到其他节点并学习其整个环中的网络拓扑。

class_name：（默认org.apache.cassandra.locator.SimpleSeedProvider），可用自定义，但通常不必要。

– seeds：（默认127.0.0.1）逗号分隔的IP列表。

compaction_throughput_mb_per_sec

限制特定吞吐量下的压缩速率。如果插入数据的速度越快，越应该压缩SSTable减少其数量。推荐16-32倍于写入速度（MB/s）。如果是0表示不限制。

memtable_total_space_in_mb

指定节点中memables最大使用的内存数（默认1/4heap）。

concurrent_reads

（默认32）读取数据的瓶颈是在磁盘上，设置16倍于磁盘数量可以减少操作队列。

concurrent_writes

（默认32）在Cassandra里写很少出现I/O不稳定，所以并发写取决于CPU的核心数量。推荐8倍于CPU数。

incremental_backups

（默认false）最后一次快照发生时备份更新的数据（增量备份）。当增量备份可用时，Cassandra创建一个到SSTable的的硬链接或者流式存储到本地的备份/子目录。删除这些硬链接是操作员的责任。

snapshot_before_compaction

（默认false）启用或禁用在压缩前执行快照。这个选项在数据格式改变的时候来备份数据是很有用的。注意使用这个选项，因为Cassandra不会自动删除过期的快照。

phi_convict_threshold

（默认8）调整失效检测器的敏感度。较小的值增加了把未响应的节点标注为挂掉的可能性，反之就会降低其可能性。在不稳定的网络环境下（比如EC2），把这个值调整为10或12有助于防止错误的失效判断。大于12或小于5的值不推荐！

性能调优

commit_sync

（默认：periodic）Cassandra用来确认每毫秒写操作的方法。

periodic：和commitlog_sync_period_in_ms（默认10000 – 10 秒）一起控制把commit log同步到磁盘的频繁度。周期性的同步会立即确认。
batch：和commitlog_sync_batch_window_in_ms（默认disabled）一起控制Cassandra在执行同步前要等待其他写操作多久时间。当使用该方法时，写操作在同步数据到磁盘前不会被确认。

commitlog_periodic_queue_size

（默认1024*CPU的数量）commit log队列上的等待条目。当写入非常大的blob时，请减少这个数值。比如，16倍于CPU对于1MB的Blob工作得很好。这个设置应该至少和concurrent_writes一样大。

commitlog_segment_size_in_mb

（默认32）设置每个commit log文件段的大小。一个commit log段在其所有数据刷新到SSTable后可能会被归档、删除或回收。数据的总数可以潜在的包含系统中所有表的commit log段。默认值适合大多数情况，当然你也可以修改，比如8或16MB。

commitlog_total_space_in_mb

（默认32位JVM为32,64位JVM为1024）commit log使用的总空间。如果使用的空间达到以上指定的值，Cassandra进入下一个临近的部分，或者把旧的commit log刷新到磁盘，删除这些日志段。该个操作减少了在启动时加载过多数据引起的延迟，防止了把无限更新的表保存到有限的commit log段中。

compaction_preheat_key_cache

（默认true）当设置为true的时候，缓存的row key在压缩期间被跟踪，并且重新缓存其在新压缩的SSTable中的位置。如果有极其大的key要缓存，把这个值设为false。

concurrent_compactors

（默认每个CPU一个）设置每个节点并发压缩处理的值，不包含验证修复逆商。并发压缩可以在混合读写工作下帮助保持读的性能——通过减缓把一堆小的SSTable压缩而进行的长时间压缩。如果压缩运行得太慢或太快，请首先修改compaction_throughput_mb_per_sec的值。

in_memory_compaction_limit_in_mb

（默认64）针对数据行在内存中的压缩限制。超大的行会溢出磁盘并且使用更慢的二次压缩。当这个情况发生时，会对特定的行的key记录一个消息。推荐5-10%的Java对内存大小。

multithreaded_compaction

（默认false）当设置为true的时候，每个压缩操作使用一个线程，一个线程用于合并SSTable。典型的，这个只在使用SSD的时候有作用。使用HDD的时候，受限于磁盘I/O（可参考compaction_throughput_mb_per_sec）。

preheat_kernel_page_cache

（默认false）启用或禁用内核页面缓存预热压缩后的key缓存。当启用的时候会预热第一个页面（4K）用于由每个数据行的顺序访问。对于大的数据行通常是有危害的。

file_cache_size_in_mb

（小于1/4堆内存或512）用于SSTable读取的缓存内存大小。

memtable_flush_queue_size

（默认4）等待刷新的满的memtable的数量（等待写线程的memtable）。最小是设置一个table上索引的最大数量。

memtable_flush_writers

（默认每数据目录一个）设置用于刷新memtable的线程数量。这些线程是磁盘I/O阻塞的，每个线程在阻塞的情况下都保持了memtable。如果有大的堆内存和很多数据目录，可以增加该值提升刷新性能。

column_index_size_in_kb

（默认64）当数据到达这个值的时候添加列索引到行上。这个值定义了多少数据行必须被反序列化来读取列。如果列的值很大或有很多列，那么就需要增加这个值。

populate_io_cache_on_flush

（默认false）添加新刷新或压缩的SSTable到操作系统的页面缓存。

reduce_cache_capacity_to

（默认0.6）设置由reduce_cache_sizes_at定义的Java对内存达到限制时的最大缓存容量百分比。

reduce_cache_sizes_at

（默认0.85）当Java对内存使用率达到这个百分比，Cassandra减少通过reduce_cache_capacity_to定义的缓存容量。禁用请使用1.0。

stream_throughput_outbound_megabits_per_sec

（默认200）限制所有外出的流文件吞吐量。Cassandra在启动或修复时使用很多顺序I/O来流化数据，这些可以导致网络饱和以及降低RPC的性能。

trickle_fsync

（默认false）当使用顺序写的时候，启用该选项就告诉fsync强制操作系统在trickle_fsync_interval_in_kb设定的间隔刷新脏缓存。建议在SSD启用。

trickle_fsync_interval_in_kb

（默认10240）设置fsync的大小

四、Cassandra的基本概念

本章介绍Cassandra的基本入门概念

4.1 数据模型

Cassandra的数据模型与常见的关系型数据库的数据模型有很大的不同

4.1 .1 列（Column）

列是Cassandra的基本数据结构单元，具有三个值：名称，值、时间戳

java：Cassandra入门与实战——上

在Cassandra中不需要预先定义列（Column），只需要在KeySpace里定义列族，然后就可以开始写数据了。

4.1.2 列族（ Column Family）未完成

列族相当于关系数据库的表（Table），是包含了多行（Row）的容器。

ColumnFamily的结构举例，如图：

java：Cassandra入门与实战——上

可以理解为Java结构 Map>，如图：

java：Cassandra入门与实战——上

1）ColumnFamily 的2种类型

静态column family(static column family)

静态的column family,字段名是固定的，比较适合对于这些column都有预定义的元数据

动态column family(dynamic column family)

动态的column family，字段名是应用程序计算出来并且提供的，所以column family只能定义这些字段的类型，无法不可以指定这些字段的名字和值，这些名字和值是由应用程序插入某字段才得出的。

2）Row key

ColumnFamily 中的每一行都用Row Key（行键）来标识，这个相当于关系数据库表中的主键，并且总是被索引的。

3）主键

Cassandra可以使用PRIMARY KEY 关键字创建主键，主键分为2种

Single column Primary Key

如果 Primary Key 由一列组成，那么称为 Single column Primary Key

Composite Primary Key

如果 Primary Key 由多列组成，那么这种情况称为 Compound Primary Key 或 Composite Primary Key

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。

4.1.3 建空间（KeySpace）

Cassandra的键空间（KeySpace）相当于数据库，我们创建一个键空间就是创建了一个数据库。

键空间包含一个或多个列族（Column Family）

注意：一般将有关联的数据放到同一个 KeySpace 下面

建空间（KeySpace）创建的时候可以指定一些属性：副本因子，副本策略，Durable_writes（是否启用 CommitLog 机制）

副本因子（Replication Factor）

副本因子决定数据有几份副本。例如：

副本因子为1表示每一行只有一个副,。副本因子为2表示每一行有两个副本，每个副本位于不同的节点上。在实际应用中为了避免单点故障，会配置为3以上。

注意：所有的副本都同样重要，没有主从之分。可以为每个数据中心定义副本因子。副本策略设置应大于1，但是不能超过集群中的节点数。

副本放置策略（Replica placement strategy）

描述的是副本放在集群中的策略

目前有2种策略，内容如下：

java：Cassandra入门与实战——上

Durable_writes

否对当前KeySpace的更新使用commitlog，默认为true

4.1.4 副本（Replication）

副本就是把数据存储到多个节点，来提高容错性

4.1.5 节点（Node）

存储数据的机器

4.1.6 数据中心（DateCenter）

4.1.7 集群（Cluster）

Cassandra数据库是为跨越多条主机共同工作，对用户呈现为一个整体的分布式系统设计的。Cassandra最外层容器被称为群集。Cassandra将集群中的节点组织成一个环（ring），然后把数据分配到集群中的节点（Node）上。

4.1.8 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。

4.2 数据类型

CQL提供了一组丰富的内置数据类型，用户还可以创建自己的自定义数据类型。 CQL是Cassandra提供的一套查询语言

4.2.1 数值类型

java：Cassandra入门与实战——上

4.2.2 文本类型

CQL提供2种类型存放文本类型，text和varchar基本一致

java：Cassandra入门与实战——上

4.2.3 时间类型

java：Cassandra入门与实战——上

4.2.4 标识符类型

java：Cassandra入门与实战——上

4.2.5 集合类型

1）set

集合数据类型，set 里面的元素存储是无序的。

set 里面可以存储前面介绍的数据类型，也可以是用户自定义数据类型，甚至是其他集合类型。

2）list

list 包含了有序的列表数据，默认情况下，数据是按照插入顺序保存的。

3）map

map 数据类型包含了 key/value 键值对。key 和 value 可以是任何类型，除了 counter 类型

使用集合类型要注意： 1、集合的每一项最大是64K。 2、保持集合内的数据不要太大，免得Cassandra 查询延时过长，Cassandra 查询时会读出整个集合内的数据，集合在内部不会进行分页，集合的目的是存储小量数据。 3、不要向集合插入大于64K的数据，否则只有查询到前64K数据，其它部分会丢失。

4.2.6 其他基本类型

java：Cassandra入门与实战——上

4.2.7 用户自定义类型

如果内置的数据类型无法满足需求，可以使用自定义数据类型。

4.3 CQL Shell 客户端

CQL Shell 简称cqlsh，是一个可以和Cassandra数据库通信的客户端，使用这个cqlsh客户端可以执行Cassandra查询语言（CQL）。

4.3.1 启动cqlsh

1）Windows启用

新打开CMD窗口，进入Cassandra的bin目录，输入

D:\coding-software\apache-cassandra-3.9\bin>cqlsh.bat 192.168.137.1 9042

回车，看到如图所示，说明已经连接到服务器

java：Cassandra入门与实战——上

2）CentOS启用

进入cassandra安装目录下的 bin 目录，执行 cqlsh 命令

[root@localhost apache-cassandra-3.9]# ./bin/cqlsh 192.168.137.131 9042

执行命令后效果

java：Cassandra入门与实战——上

4.3.2 启动说明

上面的操作在启动cqlsh的时候并没有指定需要连接的节点以及端口，默认 cqlsh 会自动探测本机及端口。上面的操作时已经启动了 Cassandra 服务并绑定相关端口，注：【端口列表】，cqlsh默认就会连接本机的9042端口。

从上面的命令可以看出 cqlsh 连接到名为 Test Cluster 的集群，这个名字是默认值，可以自定义，配置在 conf/cassandra.yaml 文件的 cluster_name 参数，注：【yaml全内容】

另外，也可以在启动 cqlsh 的时候指定节点和端口，效果和不指定一样：

[root@localhost apache-cassandra-3.9]# ./bin/cqlsh localhost 9042

4.3.3 cqlsh的基本命令

命令列表

java：Cassandra入门与实战——上

1）help 帮助

输入命令，可以查看cqlsh 支持的命令

cqlsh> help

显示效果：

java：Cassandra入门与实战——上

3）DESCRIBE

此命令配合一些内容可以输入信息

Describe cluster 提供有关集群的信息

输入命令

cqlsh> Describe cluster；

效果

java：Cassandra入门与实战——上

Describe Keyspaces 列出集群中的所有Keyspaces（键空间）

输入命令

cqlsh> Describe Keyspaces；

效果，显示当前Cassandra里的所有键空间

java：Cassandra入门与实战——上

Describe tables 列出键空间的所有表

输入命令

cqlsh> Describe tables;

效果，当前没有创建任何的键空间，这里显示的默认内置的表

java：Cassandra入门与实战——上

Describe tables 列出键空间内指定表的信息

先指定键空间，这里使用 system_traces

cqlsh> USE system_traces ；

列出system_traces 下的 sessions信息

cqlsh:system_traces> DESCRIBE sessions；

效果

java：Cassandra入门与实战——上

Capture 捕获命令输出到文件

此命令捕获命令的输出并将其添加到文件。

输入命令，将输出内容捕获到名为outputfile的文件

CAPTURE '/usr/local/apache-cassandra-3.11.6/outputfile'

执行效果

java：Cassandra入门与实战——上

执行一个查询，控制台可以看到输出。

然后去看outputfile文件，会发现把刚才查询的

show 显示当前cqlsh会话的详细信息

show命令后可以跟3个内容，分别是 HOST 、SESSION 、VERSION 输入SHOW ，点击2次TAB 按键，可以看到3个内容提示

代码：

cqlsh:system_traces> SHOW

输入SHOW HOST，显示当前cqlsh 连接的Cassandra服务的ip和端口

cqlsh:system_traces> SHOW HOST

输入 SHOW VERSION 显示当前的版本

cqlsh:system_traces> SHOW VERSION

出入SHOW SESSION 显示会话信息，需要参数uuid

cqlsh:system_traces> SHOW SESSION <uuid>

显示效果

java：Cassandra入门与实战——上

Exit 用于终止cql shell

4.4 CQL-Cassandra查询语言

CQL：Cassandra Query Language 和关系型数据库的 SQL 很类似（一些关键词相似），可以使用CQL和 Cassandra 进行交互，实现定义数据结构，插入数据，执行查询。

注意：CQL 和 SQL 是相互独立，没有任何关系的。CQL 缺少 SQL 的一些关键功能，比如 JOIN 等。

4.4.1 数据定义命令

java：Cassandra入门与实战——上

4.4.2 数据操作指令

java：Cassandra入门与实战——上

4.4.3 查询指令

java：Cassandra入门与实战——上

开放原子开发者工作坊

开放原子开发者工作坊旨在鼓励更多人参与开源活动，与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动，如meetup、训练营等，主打技术交流，干货满满，真诚地邀请各位开发者共同参与！

更多推荐

第二届开放原子大赛首批创新成果集结武汉，诚邀广大开发者共鉴开源技术盛宴

开放原子开发者工作坊

诚邀报名 | 开源基础设施能力建设分论坛：打造开源生态的“心脏”

开放原子开发者工作坊

诚邀报名 | 编程语言分论坛：AI时代的技术革新与开源实践

开放原子开发者工作坊

所有评论(0)

查看更多评论

黑马程序员官方

@itcast_cn

已为社区贡献40条内容

java：Cassandra入门与实战——上

黑马程序员官方

一、数据存储方式和NoSQL

1.1 数据存储方式

1.2 NoSQL概述

1.3 NoSQL的分类

键值(Key-Value)存储数据库

列存储数据库

文档型数据库

图形(Graph)数据库

二、Cassandra的介绍

2.1、Cassandra概述

2.1.1 来自百科的介绍

2.1.2 Cassandra的官网

2.1.3 Cassandra的Logo

2.3、Cassandra使用场景

2.3.1 特征

2.3.2 场景举例

三、Cassandra下载、安装、访问

3.1 Cassandra 3.9下载

3.2 Windows下安装

3.2.1 解压文件

3.2.2 配置环境变量

1）新建CASSANDRA_HOME

2）在Path中添加

3）验证环境变量

3.2.3 配置Cassandra

1）新建数据存储目录，data目录

2）新建日志目录，commitlog目录

3）新建缓存目录，saved_caches目录

3.2.4 启动Cassandra

3.2.5 Cassandra客户端连接Cassandra服务器

1） 下载Python2.7安装文件

2） 在本机安装Python2.7

3） 验证Python

4） 使用Cassandra客户端连接服务器

3.3 CentOS下安装

3.3.1 解压安装文件

3.3.2 创建数据存放文件夹

3.3.3 配置Cassandra

1）配置 data_file_directories

2）配置commitlog_directory

3）配置saved_caches_directory

4）保存文件

3.3.4 启动Cassandra

3.3.5 关闭Cassandra

3.3.6 启动、重启、关闭的脚本

3.3.7 查看状态

3.3.8 使用客户端连接

3.4 Cassandra的端口

3.5 Cassandra.yaml内容

四、Cassandra的基本概念

4.1 数据模型

4.1 .1 列（Column）

4.1.2 列族（ Column Family）未完成

1）ColumnFamily 的2种类型

2）Row key

3）主键

4.1.3 建空间 （KeySpace）

副本因子（Replication Factor）

副本放置策略 （Replica placement strategy）

Durable_writes

4.1.4 副本 （Replication）

4.1.5 节点（Node）

4.1.6 数据中心（DateCenter）

4.1.7 集群（Cluster）

4.1.8 超级列

4.2 数据类型

4.2.1 数值类型

4.2.2 文本类型

4.2.3 时间类型

4.2.4 标识符类型

4.2.5 集合类型

1）set

2）list

3）map

4.2.6 其他基本类型

4.2.7 用户自定义类型

4.3 CQL Shell 客户端

4.3.1 启动cqlsh

1）下载Python2.7安装文件

2）在本机安装Python2.7

3）验证Python

4）使用Cassandra客户端连接服务器

4.1.3 建空间（KeySpace）

副本放置策略（Replica placement strategy）

4.1.4 副本（Replication）