Cassandra 数据模型及简单数据库示例

尽管 Cassandra 查询语言类似于 SQL 语言，但它们的数据建模方法却完全不同。

在 Cassandra 中，糟糕的数据模型会降低性能，尤其是在用户尝试将 RDBMS 概念应用于 Cassandra 时。最好牢记以下几个详细规则。

Cassandra 数据模型规则

在 Cassandra 中，写入操作并不昂贵。Cassandra 不支持 joins、group by、OR 子句、聚合等。因此，您必须以一种可以完全检索数据的方式存储数据。因此，在 Cassandra 中建模数据时，必须牢记这些规则。

最大化写入次数

在 Cassandra 中，写入操作非常便宜。Cassandra 针对高写入性能进行了优化。因此，请尝试最大化您的写入次数以获得更好的读取性能和数据可用性。数据写入和数据读取之间存在权衡。因此，通过最大化数据写入次数来优化您的数据读取性能。

最大化数据重复

数据反规范化和数据重复是 Cassandra 的默认设置。磁盘空间不像内存、CPU 处理和 IO 操作那样昂贵。由于 Cassandra 是分布式数据库，因此数据重复提供了即时的数据可用性，并且没有单点故障。

Cassandra 数据建模目标

在 Cassandra 中建模数据时，您应该实现以下目标

均匀分布集群中的数据

您希望在 Cassandra 集群 的每个节点上有相等的数据量。数据根据分区键（主键的第一部分）分布到不同的节点。因此，尝试选择整数作为主键，以在集群中均匀分布数据。

在查询数据时最小化读取的分区数

分区是具有相同分区键的记录组。当发出读取查询时，它会从不同分区的不同节点收集数据。

如果分区很多，那么需要访问所有这些分区来收集查询数据。

这并不意味着不应创建分区。如果您的数据量很大，您无法将大量数据保存在单个分区中。单个分区会变慢。

因此，尽量选择一个平衡数量的分区。

Cassandra 中的良好主键

让我们举个例子，找出哪个主键更好。

这是 MusicPlaylist 表。

Create table MusicPlaylist
    (
        SongId int,
        SongName text,
        Year int,
        Singer text,
        Primary key(SongId, SongName)
    );

在上面的 MusicPlaylist 表示例中，

• Songid 是分区键，
• SongName 是聚类列
• 数据将根据 SongName 进行聚类。只会创建一个包含 SongId 的分区。MusicPlaylist 表中不会有其他分区。

由于主键不佳，此数据模型的检索速度会很慢。

这是另一个 MusicPlaylist 表。

Create table MusicPlaylist
    (
        SongId int,
        SongName text,
        Year int,
        Singer text,
        Primary key((SongId, Year), SongName)
    );

在上面的 MusicPlaylist 表示例中，

• Songid 和 Year 是分区键，
• SongName 是聚类列。
• 数据将根据 SongName 进行聚类。在此表中，每年都会创建一个新分区。该年份的所有歌曲都将在同一个节点上。这个主键对数据将非常有用。

通过此数据模型，我们的数据检索将很快。

在 Cassandra 中建模数据

在建模查询时应牢记以下几点

确定您想要支持的查询

首先，确定您想要什么查询。

例如，您需要吗？

• 联接
• 分组依据
• 在哪个列上过滤等。

根据您的查询创建表

根据您的查询创建表。创建一个能够满足您查询的表。尝试以需要读取最少分区的方式创建表。

处理 Cassandra 中的一对一关系

一对一关系意味着两个表之间存在一对一的对应关系。例如，学生只能注册一门课程，而我想查询一个学生在哪门课程中注册。

因此，在这种情况下，您的表架构应包含与该特定课程对应的所有学生详细信息，如课程名称、学生学号、学生姓名等。

Create table Student_Course
    (
        Student rollno int primary key,
        Student_name text,
        Course_name text,
    );

处理 Cassandra 中的一对多关系

一对多关系意味着两个表之间存在一对多的对应关系。

例如，一门课程可以被许多学生学习。我想查询所有学习特定课程的学生。

因此，通过根据课程名称查询，我将获得许多学生姓名，这些学生将学习特定课程。

Create table Student_Course
    (
        Student_rollno int,
        Student_name text,
        Course_name text,
    );

我可以通过以下查询检索特定课程的所有学生。

Select * from Student_Course where Course_name='Course Name';

处理 Cassandra 中的多对多关系

多对多关系意味着两个表之间存在多对多的对应关系。

例如，一门课程可以被许多学生学习，而一个学生也可以学习许多课程。

我想查询所有学习特定课程的学生。此外，我想查询一个特定学生正在学习的所有课程。

因此，在这种情况下，我将有两个表，即，将问题分为两种情况。

首先，我将创建一个表，通过它可以按特定学生查找课程。

Create table Student_Course
    (
        Student_rollno int primary key,
        Student_name text,
        Course_name text,
    );

我可以通过以下查询按特定学生查找所有课程。

Select * from Student_Course where student_rollno=rollno;

其次，我将创建一个表，通过它可以查找特定课程有多少学生在学习。

Create table Course_Student
    (
        Course_name text primary key,
        Student_name text,
        student_rollno int
    );

我可以通过以下查询在特定课程中查找学生。

Select * from Course_Student where Course_name=CourseName;

RDBMS 与 Cassandra 数据建模的区别

RDBMS	Cassandra
以规范化形式存储数据	以反规范化形式存储数据
传统数据库管理系统；结构化数据	宽行存储，动态；结构化和非结构化数据

摘要

• Cassandra 的数据建模与其他RDBMS 数据库不同。
• Cassandra 数据模型有一些规则。为了实现良好的数据建模，必须遵循这些规则。除了这些规则，我们还研究了三种不同的数据建模案例以及如何处理它们。
• 一对一关系意味着两个表之间存在一对一的对应关系。
• 一对多关系意味着两个表之间存在一对多的对应关系。
• 多对多关系意味着两个表之间存在多对多的对应关系。