【云审计服务】技术科普： Cassandra数据库介绍之入门篇

        近几年NoSQL非常火爆，其中Facebook的开源项目Cassandra扮演者重要角色。如果想要一个大容量、高可用、高扩展的海量存储方案，首先应该想到的就是Cassandra。云审计服务需要去实时记录租户的海量操作日志，因此在技术选型时，Cassandra首当其冲。本文主要简单介绍Cassandra数据库的特点以及在运维过程中积累的一些经验，权当抛砖引玉，还希望高手在留言中批评指正

Cassandra简单数据模型

        在Cassandra中，每一行数据都是以Key/Value形式存储，其中Row Key（类似于SQL数据库中的主键）是唯一标示。Key/Value中的Value又称为Column（类似于SQL数据库中的列）。整个Key/Value的数据模型称为Column Family（类似于SQL数据库中的表），Cassandra通过Key Space（类似于SQL数据库中的database）去管理多个Column Family。上述为一个标准的Column Family，Cassandra还提供一种更加复杂的数据模型Super Column Family，相当于Value中又包含一个Key/Value的结构，这里就不再赘述。

Cassandra中的Key

        在Cassandra中，Primary Key是由Partition Key + [Clustering Key]组成的，当然也会有不同的表现形式。其中PartitionKey决定了数据存储在哪些Partition中，Clustering Key决定了数据在该Partition中的排序。

1.      使用类似于SQL数据库中最基本的形式

        这种形式下key作为唯一主键。

2.      使用Partition Key + Clustering Key的形式

        这种形式下，Primary Key由key1，key2组成，其中key1作为Partition Key，key2作为Clustering Key。

3.      使用组合形式

        这种形式下，Partition Key由key，key2组成，因此他们一起决定了数据存储的Partition，key3作为Clustering Key。

        了解Key的组成，将对于我们建立数据模型有很大的帮助。我们需要将数据平均存储到各个Partition中（理想状态下），这样对于数据库的性能及可靠性都有着莫大的帮助，因此选择合理的字段作为Partition Key就至关重要，必要时也需要使用组合形式来保证Partition Key的随机性。而Clustering Key作为Partition内数据排序的依据，因此对数据有顺序存储要求时要充分利用该字段来提高效率，例如在存储时将新数据放在最前面，在查询时指定时间段和Limit可有效避免查询到过量墓碑数据而导致查询超时。

Cassandra中CQL语句及二级索引

        上面提到建立适当的数据模型会很有效的提升系统性能，最直接的体现就是在CQL语句中。CQL语法与关系型数据库基本类似，这里不再赘述，主要讲解一些Key以及二级索引对于CQL语句的影响。

        首先我们来创建一个Column Family，可以看到语法与SQL基本一致

        其中key1为Partition Key，key2为Clustering Key

1.      查询时必须要带Partition Key，不能只根据Clustering Key查询，除非使用Allow Filtering

        这个Allow Filtering到底是何方神圣呢？官方给出的解释是Cassandra需要获取到所有数据然后根据key2过滤出真正需要的数据。因此，如果90%的数据都符合key2 < 11111的条件，影响不大，若有很低的命中率，则可能会出现查询超时的情况，所以不要为了一时省心而随意使用Allow Filtering，带来的后果是不可想象的。

2.      更新时必须带上所有的Primary Key且Primary Key不能被更新

3.      不支持多表关联子查询

4.      不支持根据二级索引删除

5.      CQL默认显示10万条数据，若想查看更多需增加limit值。但数据量过大时，会导致超时，因此要慎用。

        本文只简单的介绍了几个Cassandra相关的基础知识点，后面还会写更多关于Cassandra的文章，例如Cassandra运维相关、Cassandra读写实现原理、Cassandra双DC的构建、Cassandra内存占用分析与调优等，我们不见不散。