Cassandra 数据模型

Cassandra 中的数据模型与我们在 RDBMS 中通常看到的不同。 让我们看看 Cassandra 如何存储其数据。

集群 (Cluster)

Cassandra 数据库分布在几台协同运行的机器上。 最外层的容器被称为集群，其中包含不同的节点。 每个节点都包含一个副本，如果发生故障，该副本将负责。 Cassandra 以环形格式排列集群中的节点，并将数据分配给它们。

键空间

键空间是 Cassandra 中数据的最外层容器。 以下是 Cassandra 中键空间的基本属性

• 复制因子： 它指定集群中将接收相同数据副本的机器数量。
• 副本放置策略： 这是一种指定如何在环中放置副本的策略。 策略有三种，例如

1) 简单策略（机架感知策略）

2) 旧的网络拓扑策略（机架感知策略）

3) 网络拓扑策略（数据中心共享策略）

• 列族： 列族放置在键空间下。 键空间是一个或多个列族的容器，而列族是行的集合的容器。 每行包含有序的列。 列族表示您的数据结构。 每个键空间至少有一个，通常有许多列族。

在 Cassandra 中，一个好的数据模型非常重要，因为一个糟糕的数据模型会降低性能，尤其是在您尝试在 Cassandra 上实现 RDBMS 概念时。

Cassandra 数据模型规则

数据建模目标

您在 Cassandra 中建模数据时应具有以下目标

• 在集群中均匀分布数据： 要在 Cassandra 集群的每个节点上分布等量的数据，您必须选择整数作为主键。 数据根据作为主键第一部分的 分区键 分布到不同的节点。
• 最大限度地减少查询数据时读取的分区数量： 分区用于将一组具有相同分区键的记录绑定在一起。 发出读取查询时，它从不同分区中的不同节点收集数据。

如果分区很多，则需要访问所有这些分区以收集查询数据。 这并不意味着不应该创建分区。 如果您的数据量很大，您无法将大量数据保存在单个分区上。 单个分区将变慢。 因此您必须拥有平衡的分区数量。