Cassandra中的數(shù)據(jù)模型與RDBMS中正常情況完全不同。 我們來看看Cassandra如何存儲數(shù)據(jù)。

群集

Cassandra數(shù)據(jù)庫分布在運行的幾(多)臺機器上。 最外層的容器被稱為包含不同節(jié)點的群集。 每個節(jié)點都包含一個副本，如果發(fā)生故障，副本將負責(zé)頂上。 Cassandra將節(jié)點以環(huán)形格式排列在群集中，并為其分配數(shù)據(jù)。

鍵空間

鍵空間(Keyspace)是Cassandra中數(shù)據(jù)的最外層容器。 以下是Cassandra中Keyspace的基本屬性：

• 復(fù)制因子：它指定集群中的機器數(shù)量，將接收相同數(shù)據(jù)的副本。

• 復(fù)制放置策略：這是一個策略，如何數(shù)據(jù)將復(fù)制品放在環(huán)中。有三種類型的策略，如：

  • 1. 簡單策略(機架感知策略)
  • 1. 舊網(wǎng)絡(luò)拓撲策略(機架感知策略)
  • 1. 網(wǎng)絡(luò)拓撲策略(數(shù)據(jù)中心共享策略)

• 列家族：列家族置于鍵空間之下。 鍵空間是一個或多個列族的列表的容器，而列族是一組行的容器。 每行包含已排序的列。列家族表示數(shù)據(jù)的結(jié)構(gòu)。每個鍵空間至少有一個并且經(jīng)常有很多列家族。

在Cassandra中，良好的數(shù)據(jù)模型非常重要，因為不良數(shù)據(jù)模型可能會降低性能，特別是當(dāng)您嘗試在Cassandra上實現(xiàn)RDBMS概念時。

Cassandra數(shù)據(jù)模型規(guī)則

• Cassandra不支持JOINS，GROUP BY，OR子句，聚合等等。因此必須按照需要存儲數(shù)據(jù)的方式存儲數(shù)據(jù)。
• 最大化數(shù)據(jù)重復(fù)，因為Cassandra是分布式數(shù)據(jù)庫，數(shù)據(jù)重復(fù)提供即時可用性而無單點故障。

數(shù)據(jù)建模目標

在Cassandra中建模數(shù)據(jù)時，您應(yīng)該有以下目標：

• 在群集周圍均勻傳播數(shù)據(jù)：要在Cassandra群集的每個節(jié)點上傳播相等數(shù)量的數(shù)據(jù)，您必須選擇整數(shù)作為主鍵。 數(shù)據(jù)根據(jù)作為主鍵的第一部分的分區(qū)鍵傳播到不同的節(jié)點。
• 查詢數(shù)據(jù)時讀取的分區(qū)數(shù)最小化：分區(qū)用于將一組記錄與相同的分區(qū)鍵綁定。 當(dāng)讀取查詢發(fā)出時，它從不同的分區(qū)收集不同節(jié)點的數(shù)據(jù)。

在許多分區(qū)的情況下，需要訪問所有這些分區(qū)來收集查詢數(shù)據(jù)。 這并不意味著不應(yīng)該創(chuàng)建分區(qū)。 如果您的數(shù)據(jù)非常大，則無法在單個分區(qū)上保留大量數(shù)據(jù)。 單個分區(qū)將會減慢。 所以必須有一個平衡數(shù)量的分區(qū)。