Cassandra 卡桑德拉解释

我是从学校学卡桑德拉的。我有几个问题要问。请帮助我理解这些背后的逻辑

假设我有两张桌子

1） 用户

First Name- Text
Last Name- Text
UserID - UUID PRIMARY KEY

2） 股票

Stock ID PRIMARY KEY
UserID
ColXYZ

现在我的疑问是：-

1） 我需要使用

first\u name='XYZ'

筛选

User

表。这是一个瓶颈，因为它不是PM，所以我无法过滤它。这种架构背后有什么原因吗

2） 由于我不能按PM以外的任何列进行过滤，我如何记住用户的UUID？？例如：-假设用户XYZ有一个UUID

7892hbwdw81212ww（某物）

，我首先如何知道用户XYZ的UUID？？？因为我不能按任何其他列进行筛选，所以我需要知道该用户的UUID？我怎么知道呢

3） 因为对于RF>1，协调器根据拓扑将请求转发到不同的节点，然后根据最新的时间戳向客户端作出响应。如果1模式响应缓慢，并且该节点具有最新更新的数据，该怎么办？在那种情况下会发生什么

4） 谁决定需要将数据复制到哪个节点？我知道协调员根据分区键将请求转发到实际节点，数据需要存储在该节点上。但数据将在哪些节点中复制

5） 此外，使用Cassandra本身就是一项艰巨的任务，因为我可以看到DB设计在其中是一项艰巨的任务。我们的模型设计应该是完美的（对于像我这样的新手来说，这并不总是可能的），我们是否应该认真考虑卡桑德拉作为数据源？？

< P>我可能会（遗憾地）咬…用户1162512:）

Cassandra致力于极端的数据摄取率和非常快速的查询。它将数据存储在分区中，并将分区存储在一起。主键可以有多个字段。PK的第一个字段称为分区键，这就是定义某个数据是哪个分区的原因。高级查询需要额外的复杂性，正是由于这个原因，cassandra的查询能力比SQL server要弱。它在允许的范围内非常严格。您可以按分区键和后续集群键（PK中的其余列）进行查询。您可以在完全相等的条件下执行这些操作，尽管您可以在查询中的最后一个或“最内层”集群列上执行范围查询。这样做的原因是，在分区内，数据按每个连续的集群键进行排序。比如说，你的PK是（A，B，C，D）。然后A定义了分区。在分区中，数据首先沿B排序，在B中，数据沿C排序，然后沿D排序。查询中严格要求的原因是cassandra可以识别一个数据块并简单地返回该数据块。这些选项类似于二级索引，但您几乎总是希望在使用它们之前访问分区。将每个分区看作一个数据库。你会做一个会影响很多数据库的查询吗？这对性能有好处吗？这些限制是为了确保高性能场景中的持续延迟。是的，查询功能是有限的，但它们确实允许在给定一些数据建模的相当多的视图用例中使用。cassandra中的数据建模是查询驱动的。。。如果您的数据模型是为您的查询而构建的，那么您将获得非常好的性能。查询驱动的建模是一种思维转变，与类似SQL的方法截然不同

您需要创建另一个将用户名映射到id的表。非规范化非常常见。请记住，您必须在一个查询中找到一个分区，最多两个分区。这将是一个查找表。如果您需要更高级的搜索，请使用合适的搜索服务器，如lucene、solr等，然后使用密钥查询cassandra

除了RF，您还有读写一致性级别的概念。您可以对每个查询进行控制。您可以指定读取和写入cl，以便读取+写入>RF。如果你这样做，你会有很强的一致性。如果read CL为1且RF>1，则可能会得到过时的数据。这就是可调一致性概念的由来

分区程序选择第一个分区。复制副本由复制策略选择

视情况而定。如果您知道查询的类型（即什么类型的查询，不一定全部），并且需要非常快速的接收、读取、高可用性、内置的跨数据中心复制、水平可扩展性、可调一致性，那么cassandra是一个非常好的数据存储。对于更多分析性工作负载，您可以将其与ApacheSpark配对，这将允许您以更灵活的方式获取数据，但速度不如实时查询。如果你打算在生产中使用它，你将需要花一些时间来学习一些细节，但我想这与任何技术都是一样的。请查看datastax academy上的免费视频，以获得精彩的介绍

---

希望这能有所帮助。

ans1。在first_name列上创建索引，如：- 在用户上创建索引firstname（first_name）； 如果您可以按名字选择数据，请在选择查询结束时提供“允许筛选”

ans2。ans1 first将解决第二个问题

答复3。如果设置了多个一致性级别，则cassandra将匹配来自等于一致性级别的节点的数据，而不是提供更新的数据

答复4。复制由cassandra根据网络距离决定

---

回答5.在cassandra上进行一些练习后，这将很容易。您可以将其用作数据源。

以后，请尝试将您的问题限制为一个实际问题。感谢ashic提供的非常好的“尖刻”解释：这在某种程度上消除了我的疑虑。但我仍然不清楚如何对Cassandra DB建模的概念。你能不能再“咬”我一口，给我提供一个很好的体验。谢谢：）有人考虑使用二级索引或允许筛选吗