Cassandra

Apache Cassandra 是一种分布式非关系型数据库，具有高性能、可扩展、无中心化等特征。
一种column-based数据库。
Cassandra所支持的基本数据模型。这些基本数据模型有：Column，Super Column，Column Family以及Keyspace。

Column
Super Column

(官方文档对使用这个持谨慎意见）

Column Family
Keyspace
在抽象设计模型时，我们常常需要面对另外一个问题，那就是如何指定各Column Family所使用的各种键。在Cassandra相关的各类文档中，我们常常会遇到以下一系列关键的名词：Partition Key，Clustering Key，Primary Key以及Composite Key。那么它们指的都是什么呢？
Primary Key
Composite Key
Partition Key & Clustering Key

而在一个CQL语句中，WHERE等子句所标示的条件只能使用在Primary Key中所使用的列。您需要根据您的数据分布决定到底哪些应该是Partition Key，哪些应该作为Clustering Key，以对其中的数据进行排序。

一个好的Partition Key设计常常会大幅提高程序的运行性能。首先，由于Partition Key用来控制哪个结点记录数据，因此Partition Key可以决定是否数据能够较为均匀地分布在Cassandra的各个结点上，以充分利用这些结点。同时在Partition Key的帮助下，您的读请求应尽量使用较少数量的结点。这是因为在执行读请求时，Cassandra需要协调处理从各个结点中所得到的数据集。因此在响应一个读操作时，较少的结点能够提供较高的性能。因此在模型设计中，如何根据所需要运行的各个请求指定模型的Partition Key是整个设计过程中的一个关键。一个取值均匀分布的，却常常在请求中作为输入条件的域，常常是一个可以考虑的Partition Key。

除此之外，我们也应该好好地考虑如何设置模型的Clustering Key。由于Clustering Key可以用来在Partition内部排序，因此其对于包含范围筛选的各种请求的支持较好。

---

• 去中心， 各个节点地位等同，通过多个副本机制避免单点故障。
• 组成部分：节点、数据中心（相关节点集合？同一类数据吗？）、集群（所有节点或者是所有数据中心）、提交日志（崩溃恢复机制，每个写入操作都将写入提交日志）、存储表（提交日志后，数据将被写入存储表。有时，对于单列系列，将有多个内容表。）SSTable（内容达到阈值后，存储到的数据磁盘文件）、Bloom filter（？特殊的缓存，每次查询都会访问，用途：用于测试元素是否是集合成员，通过这个找到SStable？）
• 写操作： 写操作

  数据首先被写入节点的提交日志捕获，然后存储在内存表中，当内存表满时，数据将被写入SStable。

• 读操作： 读操作
• nosql偏好数据冗余，因为nosql一般无法做表关联查询
• Keyspace相当于一个数据库， durable_writes表示是否在写入数据前是否要进行 commit log，默认为true，如果为false则有可能丢失数据。还包括replication factory:复制因子（多少副本），Replica placement strategy : 复制策略（网络结构）
• Column Family：列家族， 可以认为是mysql中的表，是记录的集合。 column family示意图
• Column: Column Family由若干的记录【像是一个大map】（key, column）组成，其中的key是一个主键，而column是这个键对应的value。 而这个column呢， 实际还是一个map， 对应着(column_name, column_value,timestamp[用于感知哪个是最新记录])。（cassandra以列为中心，按列进行存储，这应该就是为什么叫做column-based的原因吧） column-based
• cassandra的key:primary key(partition key+ clustering key)，partition key:用于路由 记录 至某个节点，clustering key:记录按这个排序。
• 整个数据结构类似 map<partitionkey, sortedmap<clusterkey+column,value>> 所以查询的时候只能由外层往内层查询。primarykey必须用=，因为指定分区， clusterkey必须遵循最左匹配有点类似索引.
• https://www.jianshu.com/p/e678d6f812c3
• 查询

  整个primary key组成主键(不可重复)，并且只能查主键。

• 总结一下， 其实就是一个写入快， 数据量大的一种查询限定的数据库。
• 使用参见API。
• cql很像sql， insert可以插入主键相同的数据， 然后会覆盖前一条， 在mysql is impossible！
• 存储是一列一列的， 整体是大的key-value对， 逐列向内剥开。