Cassandra应用研究.docVIP

Cassandra应用研究 　　摘要：该文介绍了NoSQL数据库Cassandra的数据模型和部署方法，介绍了基于java语言和Thrift API的Cassandra应用的开发方法。 　　关键词：NoSQL；数据库； Cassandra； java； Thrift API 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）09-0014-03 　　Research on the Application of Cassandra 　　QIN Fu-ke 　　（Beijing Jin Rong Wan Chang Technology Co.， LTD.， Beijing 100081， China） 　　Abstract： This paper introduces the data model and the deployment method of NoSQL Cassandra database， introduces the development method of Cassandra using Java and based on Thrift API. 　　Key words： NoSQL；database； Cassandra； java； Thrift API 　　随着互联网技术的迅猛发展，使传统的关系型数据库在处理海量数据访问时面临巨大的挑战[1]，并暴露出了很多难以克服的问题[2]，如：海量数据存储能力、高扩展性、高并发读写能力等。从关系型数据库本身来解决这些问题则代价昂贵，从而人们开始把目光转向NoSQL数据库。NoSQL是Not Only SQL的简写，其含义是“不仅是结构化查询”，是不同于传统的关系型数据库的数据库管理系统的统称[3]。 　　Cassandra则是众多NoSQL数据库中的一种，它属于最近比较流行的NoSQL数据库，最初由Facebook开发，后转变成开源项目，贡献给了Apache。作为一种流行的NoSQL数据库，Cassandra具有扩展能力强、大数据量、高性能、灵活的数据模型、高可用性等优点[4]，从而弥补了关系型数据库的不足，极大地节省了开发成本和维护成本[5]。 　　本文将介绍NoSQL数据库Cassandra的数据模型以及其部署方法，并介绍Cassandra应用的开发方法。 　　1 Cassandra数据模型 　　Cassandra的数据模型是一个四维或五维模型（如图1所示），相对应Cluster、Keyspace、ColumnFamily、（SuperColumn）、Column这几个维度。其中某一Column或SuperColumn与一指定的Key相对应，在获取数据的时候，通过这个Key为来获取对应的Column或SuperColumn。Cassandra的数据模型借鉴了Amazon 的 Dynamo 和 Googles BigTable 的数据结构和功能特点，采用 Memtable 和 SSTable 的方式进行存储。在 Cassandra 写入数据之前，需要先记录日志，然后数据开始写入到 Column Family 对应的 Memtable 中。Memtable 是一种按照 key 排序数据的内存结构，在满足一定条件时，再把 Memtable 的数据批量的刷新到磁盘上，存储为 SSTable。 　　 　　图1 Cassandra模型 　　1） COLUMN 　　Column是Cassandra中最小的数据单元。它是一个三元组，包含：name，value和timestamp。这里的name和value都是byte[]类型的，长度不限。 　　2） SUPERCOLUMN 　　SuperColumn是一类特列殊的 Column， 它的 Value 值可以包含多个 Column。Column是name、value和timestamp的组合；而SuperColumn是name与value的组合，其本身不包含timestamp。另外，Column的value是单纯的值，而SuperColumn的value是一组Column。 　　3） COLUMNFAMILY 　　ColumnFamily是用于存放 Column 的容器，它包含很多Row，和关系型数据库中的Table相类似。Row则类似为关系型数据库中的记录。每一个Row都包含有一个Key以及和该Key相关联的一系列Column。 　　ColumnFamily可以是Standard类型的，也可以是Super类型的。 它们的区别是：Standard类型的ColumnFamily包含一系列的Column；而 　　Super类型的ColumnFam