Cassandra1.2文档学习（17）—— CQL数据模型（上）

参考文档：http://www.datastax.com/documentation/cql/3.0/webhelp/index.html#cql/ddl/ddl_anatomy_table_c.html#concept_ds_qqw_1dy_zj

　　在一个层次上来说，Cassandra中的表、行和列可以认为和关系型数据库是相同的。在SQL和CQL中你可以定义表（包含已经定义好的行和与之相关的数据类型），你可以创建索引去增加查询效率。

　　然而，一个重要的不同是因为Cassandra是被设计来分组成为一个分布式的系统，它强调使用逆规范化代替规范化和连接，它提供了了工具（如集合）去支持。

 

一、例子——音乐服务

　　这是一个关于音乐服务的例子，需要一张音乐表songs，包含标题、唱片集、艺术家列以及外加的名为数据（包含真实音频文件的）的列。这张表使用一个UUID座位主键。

 

CREATE TABLE songs (

  id uuid PRIMARY KEY,

  title text,

  album text,

  artist text,

  data blob

 );

 

　　在关系型数据库中，你应当创立一个播放列表playlists通过一个外键和音乐表相关联。但是在Cassandra中，你反规范化数据。为了表示播放列表的数据，你可以创建一张如下的表：

 

CREATE TABLE playlists (

  id uuid,

  song_order int,

  song_id uuid,

  title text,

  album text,

  artist text,

  PRIMARY KEY  (id, song_order ) 

);

 

　　在playlists表中，id和song_order的组合可以唯一标识一行。你可以超过一行的数据包含相同的id只要song_order不同即可。

提示: UUID可以方便在多个机器中排序或者自动增加。简单地说，int类型的song_order就是一个例子。

　　当插入样本数据到播放列表后，选择所有数据的输出会像以下：

 

SELECT * FROM playlists;

 

 

　　下面的例子演示如何创建一个查询，使用艺术家作为过滤器。首先，添加更多的数据到播放列表中来让事情变得有趣：

 

INSERT INTO playlists (id, song_order, song_id, title, artist, album)

  VALUES (62c36092-82a1-3a00-93d1-46196ee77204, 4,

  7db1a490-5878-11e2-bcfd-0800200c9a66,

  'Ojo Rojo', 'Fu Manchu', 'No One Rides for Free');

 

　　通过之前给出的模式，一个以艺术家作为过滤的查询会要求对整个播放列表数据集进行一个顺序有序的扫描。Cassandra会拒绝这样的扫描，如果你首先在artist创建了一个索引，Cassandra会高效的给出记录。

 

　　CREATE INDEX ON playlists(artist );

 

　　

　　现在，你可以查询出Fu Manchu的歌，例如：

 

　　SELECT * FROM playlists WHERE artist = 'Fu Manchu';

 

　　输出结果如下:

 

 

 

二、复合键和聚类

　　一个聚合主键包含了分区键（决定数据存储在哪一个节点上），一个或多个列决定了聚类。Cassandra使用复合主键的第一个键作为分区键。例如，在playlists表中，id是分区键。剩余的其他列，或者说是除了主键中非分区键决定了聚类。在playlists表中， song_order就是聚类键。每个分区上的数据按照聚类键聚集。在一个物理节点中，当行的分区键中存储的顺序基于聚类的列，检索的行是非常有效的。例如，因为id在playlists表是分区键，播放列表中所有的歌曲按照song_order列聚集。

　　在一张表上的行上插入、更新和删除操作分享相同的分区键原子执行并且是隔离的。

　　你可以通过一个书序的查询去获得播放列表的数据：

 

SELECT * FROM playlists WHERE id = 62c36092-82a1-3a00-93d1-46196ee77204

  ORDER BY song_order DESC LIMIT 50;

 

　　输出如下:

 

 

　　Cassandra通过分区键在节点上存储数据。如果你有很多数据再分去上，希望能够将数据分散在多个节点，可以使用复合分区键。