0

我在这里查看了一些问题，例如Understanding Cassandra Data Model and Column-family concept and data model，以及一些关于 Cassandra 的文章，但我仍然不清楚它的数据模型是什么。

Cassandra 遵循列族数据模型，类似于键值数据模型。在列族中，您有行和列中的数据，所以二维结构，除此之外，您还有列族中的分组？我想这是按列族组织的，以便能够跨多个节点对数据库进行分区？

行和列如何分组到列族中？为什么我们有列族？

例如，假设我们有消息数据库，作为行：

id: 123, message: {author: 'A', recipient: 'X', text: 'asd'}
id: 124, message: {author: 'B', recipient: 'X', text: 'asdf'}
id: 125, message: {author: 'C', recipient: 'Y', text: 'a'}

我们如何以及为什么要围绕列族数据模型来组织它？

注意：如有必要，请更正或扩展示例。

4

1 回答 1

5

有点错误的问题。不是围绕数据建模，而是围绕您将如何查询数据进行建模。你想读什么？您可以围绕它创建数据模型，因为存储对访问数据的方式非常严格。很可能 id 不是键，如果您希望作者或收件人在读取时使用它作为分区键，并使用唯一 id（使用 uuid 而不是 auto inc）作为集群索引。IE：

CREATE TABLE message_by_recipient (
  author text,
  recipient text,
  id timeuuid,
  data text,
  PRIMARY KEY (recipient, id)
) WITH CLUSTERING ORDER BY (id DESC)

然后查看发给“bob”的五封最新电子邮件

select * from message_by_recipient where recipient = 'bob' limit 5

将 timeuuid 用于 id 将保证唯一性，而不会出现自动增量瓶颈，并且还提供按时间排序。您可以在新消息上重复写入，写入多个表，因此每次读取都是一次查找。如果data可以变大，可能希望用 uuid（类型 4）替换它并将其存储在由它键入的 blob 存储或分布式文件系统（即 s3）中。它将减少对 C* 的影响，并降低非规范化的成本。

于 2018-01-17T16:38:53.927 回答