利用docker安装Cassandra并进行实例操作

在docker中拉取Cassandra镜像

在终端中输入如下命令：（前提是已经安装好docker）

docker pull cassandra

创建docker network

Docker有以下网络类型：

bridge：多由于独立container之间的通信
host： 直接使用宿主机的网络，端口也使用宿主机的
overlay：当有多个docker主机时，跨主机的container通信
macvlan：每个container都有一个虚拟的MAC地址
none: 禁用网络

默认网络：Docker在默认情况下，分别会建立一个bridge、一个host和一个none的网络：

docker network ls
NETWORK ID          NAME                DRIVER              SCOPE
cdc35147c3ae        bridge              bridge              local
0418807a829c        host                host                local
a4b53107ae28        none                null                local

创建命令

docker network create [OPTIONS] NETWORK

注意：docker client和daemon API都必须至少为1.21才能使用此命令。使用docker version命令检查client和daemon API版本。

options参数

Name, shorthand	Description
--attachable	Enable manual container attachment
--aux-address	Auxiliary IPv4 or IPv6 addresses used by Network driver
--config-from	The network from which copying the configuration
--config-only	Create a configuration only network
--driver , -d	Driver to manage the Network
--gateway	IPv4 or IPv6 Gateway for the master subnet

不加options参数时网络默认采用桥接网络

创建一个Cassandra实例

docker run --name some-cassandra --network some-network -d cassandra:tag

some-cassandra换成你想命名的容器名，some-network换成刚才创建的network，tag注明Cassandra的版本号，默认安装换成latest即可

比如：

docker run --name ctest --network test -d cassandra:latest

连接cqlsh

docker run -it --network some-network --rm cassandra cqlsh some-cassandra

docker run -it --network test --rm cassandra cqlsh ctest
Connected to Test Cluster at ctest:9042.
[cqlsh 5.0.1 | Cassandra 3.11.4 | CQL spec 3.4.4 | Native protocol v4]
Use HELP for help.

CQL语言

Cassandra查询语言（cql）是一种声明性语言，允许用户使用类似于SQL的语言查询Cassandra。cql是在Cassandra 0.8版中引入的，现在是从Cassandra中检索数据的首选方法。在引入CQL之前，节省一个基于RPC的API是从Cassandra检索数据的首选方法。cql的一个主要好处是它与SQL的相似性，从而有助于降低Cassandra的学习难度。我们可以把CQL看作是一个简单的API，而不是cassandra的内部存储结构。

CQL基础

让我们先了解一些基本的cql构造，然后再进入一个实践示例。

keyspace

keyspace类似于RDBMS数据库。它是应用程序数据的容器。与数据库一样，keyspace必须具有名称和一组关联的属性。定义键空间时必须设置的两个重要属性是复制因子和复制策略。

column family/table

列族/表类似于RDBMS表。keyspace由许多列族/表组成。

Primary Key / Tables

主键使用户能够唯一标识数据的“内部行”。主键由两部分组成。行/分区键和群集键。行/分区键确定存储数据的节点，而群集键确定特定行中数据的排序顺序。

首先要注意的是，cql严重限制了可应用于查询的谓词。这本质上是为了防止错误的查询，并迫使用户仔细考虑他们的数据模型。以下是SQL中经常使用但在cql中不可用的内容列表：

• 没有任意的where子句
  –在cql中，谓词只能包含主键中指定的列。
• 无连接构造
  –无法跨列族连接数据。不鼓励在两个列族之间连接数据，因此在cql中没有连接构造。
• 无分组依据
  –不能对相同的数据分组。
• 没有任意的ORDER BY子句
  –ORDER BY只能应用于集群列。

学习cql的最佳方法是编写cql查询。cql是与Cassandra交互的一种非常简单的方法，但是如果不理解底层的内部工作，很容易被误用。了解底层结构是掌握CQL的关键。

CQL实例

cqlsh> CREATE KEYSPACE animalkeyspace
WITH REPLICATION = { 'class' : 'SimpleStrategy' ,
 'replication_factor' : 1 };

特别注意命令的WITH REPLICATION部分。这说明animalkeyspace应该使用一个简单的复制策略，并且对于插入到animalkeyspace中的所有数据，只具有一个副本。这对于演示来说很好，但对于任何类型的测试或生产环境来说都不是一个实际的选择。
接下来，我们创建一个column family。为了创建一个column family，您需要在“USE command”的帮助下导航到animalkeyspace。USE command使客户机能够连接到特定的键空间，即，所有进一步的cql命令将在所选键空间的上下文中执行。在cqlsh提示下执行以下命令，将当前客户机连接到animalkeyspace。

cqlsh> use animalkeyspace;
cqlsh:animalkeyspace> 

请注意，cqlsh提示符将从“cqlsh>”更改为“cqlsh:animalkeyspace>”，这将在视觉上提醒您当前连接的keyspace。

现在让我们创建一个列族/表来存放与猴子相关的数据。要定义表，必须使用CREATE TABLE命令。请特别注意主键。主键由两部分组成。即分区/行键和集群键。主键的第一列是分区键。其余列用于确定群集键。复合分区键（由多列组成的分区键）可以通过在集群列之前使用一组额外的括号来定义。行键有助于在集群中分布数据，而集群键决定存储在行中的数据的顺序。因此，在设计表时，将行键看作是一种工具，用于在集群中均匀分布数据，而集群键有助于确定行中数据的顺序。查询模式将极大地影响集群键，因为它用于对存储在行中的数据进行排序。注意，集群键是可选的。

让我们通过在cqlsh提示符中执行以下命令来创建monkey表。

cqlsh:animalkeyspace> CREATE TABLE Monkey (
identifier uuid,   species text,  nickname text,  population int,   PRIMARY KEY ((identifier), species));

在上表中，我们选择identifier作为分区键，选择species作为集群键。

让我们使用下面的insert语句在上面的列族中插入一行：

cqlsh:animalkeyspace> INSERT INTO monkey (identifier, species, nickname, population)
       VALUES ( 5132b130-ae79-11e4-ab27-0800200c9a66,
        'Capuchin monkey', 'cute', 100000);

现在，让我们检查一下在Monkey表中创建和插入一行之后发生了什么。

cqlsh:animalkeyspace> Select * from monkey;

 identifier                           | species         | nickname | population
--------------------------------------+-----------------+----------+------------
 5132b130-ae79-11e4-ab27-0800200c9a66 | Capuchin monkey |     cute |     100000

(1 rows)

如果将插入到Monkey表中的数据转换为JSON，会得到以下结果：

[
  {
    "key": "5132b130ae7911e4ab270800200c9a66", // 行/分区键
    "columns": [                              
      [
        "Capuchin monkey:",                    // 集群键。注意，集群键没有任何关联的数据。键和数据相同。
        "",
        1423586894518000                       // 创建此内部列时记录的时间戳。
      ],
      [
        "Capuchin monkey:nickname",           // nickname internal列的头。注意，对于每个额外的内部列，集群键总是有前缀。
        "cute",                               // 实际数据
        1423586894518000
      ],
      [
        "Capuchin monkey:population",        // population内部列的头
        "100000",                            // 实际数据
        1423586894518000
      ]
    ]
  }
]

插入到Monkey表中的数据可以显示为下面的映射

注意分区键5132B130AE7911E4AB270800200C9A66是行键和外部映射的键。Capuchin monkey:是我们的集群键，也是内部排序地图中的第一个条目。排序映射的第一个条目没有任何数据作为键，数据相同。随后的映射条目通过在列名称后面加上集群键来创建它们的键。Capuchin monkey:nickname是集群键+列标题nickname的结果。数据部分包含列的实际数据。

下图直观地描述了cql行、结果sstable和排序映射的逻辑映射之间的链接。
现在让我们再插入两行cql。插入的第一行将具有相同的分区键，但将更改群集键。插入的第二行将有一个新的分区键和群集键。

cqlsh:animalkeyspace>  INSERT INTO monkey (identifier, species, nickname, population) 
VALUES ( 5132b130-ae79-11e4-ab27-0800200c9a66, 'Small Capuchin monkey', 'very cute', 100);
 INSERT INTO monkey (identifier, species, nickname, population) 
 VALUES ( 7132b130-ae79-11e4-ab27-0800200c9a66, 'Rhesus Monkey', 'Handsome', 100000); 

进行查询：

cqlsh:animalkeyspace> Select * from monkey;

 identifier                           | species               | nickname  | population
--------------------------------------+-----------------------+-----------+------------
 5132b130-ae79-11e4-ab27-0800200c9a66 |       Capuchin monkey |      cute |     100000
 5132b130-ae79-11e4-ab27-0800200c9a66 | Small Capuchin monkey | very cute |        100
 7132b130-ae79-11e4-ab27-0800200c9a66 |         Rhesus Monkey |  Handsome |     100000

(3 rows)

现在在转换成json会得到以下结果：

[
  {
    "key": "5132b130ae7911e4ab270800200c9a66",
    "columns": [
      [
        "Capuchin monkey:",
        "",
        1424557973603000
      ],
      [
        "Capuchin monkey:nickname",
        "cute",
        1424557973603000
      ],
      [
        "Capuchin monkey:population",
        "100000",
        1424557973603000
      ],
      [
        "Small Capuchin monkey:",
        "",
        1424558013115000
      ],
      [
        "Small Capuchin monkey:nickname",
        "very cute",
        1424558013115000
      ],
      [
        "Small Capuchin monkey:population",
        "100",
        1424558013115000
      ]
    ]
  },
  {
    "key": "7132b130ae7911e4ab270800200c9a66",
    "columns": [
      [
        "Rhesus Monkey:",
        "",
        1424558014339000
      ],
      [
        "Rhesus Monkey:nickname",
        "Handsome",
        1424558014339000
      ],
      [
        "Rhesus Monkey:population",
        "100000",
        1424558014339000
      ]
    ]
  }
]

此时插入到Monkey表中的数据可以显示为下面的映射

-CQL实例来源，点击 这里查看原文.