Cassandra 数据库系统简单介绍.docVIP

[NOSQL] Cassandra 数据库系统简单介绍介绍： Apache 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Google BigTable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良好的可扩放性，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。? ?? ???Cassandra是一套高度可扩展、最终一致、分布式的结构化键值存储系统。Cassandra结合了Dynamo的分布技术和GOOGLE的BigTable数据模型。 Cassandra具有Dynamo的最 终一致性； 同时Cassandra相比典型的键/值数据存储数据模型更为丰富，它提供与Google的Bigtable相似的、基于ColumnFamily的 数据模型。? ?? ???架构：Cassandra使用了Google BigTable的数据模型，与面向行的传统的关系型数据库不同，这是一种面向列的数据库，列被组织成为列族 （Column Family），在数据库中增加一列非常方便。对于搜索和一般的结构化数据存储，这个结构足够丰富和有效。Cassandra的系统架构与Dynamo一脉相承，是基于O(1)DHT（分布式哈希表）的完全P2P架构，与传统的基于 Sharding的数据库集群相比，Cassandra可以几乎无缝地加入或删除节点，非常适于对于节点规模变化比较快的应用场景。Cassandra的数据会写入多个节点，来保证数据的可靠性，在一致性、可用性和网络分区耐受能力（CAP）的折衷问题上，Cassandra比较灵活，用户在读取时可以指定要求所有副本一致 （高一致性）、读到一个副本即可（高可用性）或是通过选举来确认多数副本一致即可（折衷）。这样，Cassandra可以适用于有节点、网络失效，以及多 数据中心的场景。特性：和其他数据库比较，Cassandra有三个突出特点：模式灵活 ：使用Cassandra，像文档存储，你不必提前解决记录中的字段。你可以在系统运行时随意的添加或移除字段。这是一个惊人的效率提升，特别是在大型部 署上。真正的可扩展性 ：Cassandra是纯粹意义上的水平扩展。为给集群添加更多容量，可以指向另一台电脑。你不必重启任何进程，改变应用查询，或手动迁移任何数据。多数据中心识别 ：你可以调整你的节点布局来避免某一个数据中心起火，一个备用的数据中心将至少有每条记录的完全复制。一些使Cassandra提高竞争力的其他功能：范围查询 ：如果你不喜欢全部的键值查询，则可以设置键的范围来查询。列表数据结构 ：在混合模式可以将超级列添加到5维。对于每个用户的索引，这是非常方便的。分布式写操作 ：有可以在任何地方任何时间集中读或写任何数据。并且不会有任何单点失败。数据模型：（此解释来源于：/?p=17）Cassandra包括Keyspace、ColumnFamilies、Row、Column、SuperColumn等5个化繁为简如果我们不关心具体的实现，只关注数据模型，我们可以先将Cassandra视为一个key/value系统，系统根据key决定数据分布在哪些节 点上。其他的结构都是在value上做文章。当把Cassandra简化回key/value系统后，我们就可以针对key和value分别分析了。key级别的模型在实际应用中，通常一个集群会存储很多个不同应用的数据，Cassandra也考虑到了这一点，所以Cassandra有一个keyspace的概 念。一个集群可以配置多个keyspace，如果我们拿传统的RDBM来对比的话，可以将一个集群看成是数据库，将keyspace看成是一个 scheme。通常一个keyspace存储一个应用的数据。value级别的模型Cassandra类似bigtable的ColumnFamily数据模型，都是通过在value上做文章得以实现的。在展开具体的value分 析前，再罗嗦一遍，数据的分布是根据key决定的，和value没有关系。value中包含3个概念：ColumnFamilySuperColumnColumn我们自底往上介绍，从最基本的单位??Column讲起。ColumnColumn是最基本的存储单位，它是一个三元组，由{name, value, timestamp}组成。比如下面是使用json格式表示的一个column： {? ???name: nick,? ???value: ruohai,?