Question

请注意我第一次使用NoSQL，几乎每个概念都是NoSQL世界的新概念，很长一段时间来自RDBMS！

在我的一个重度使用的应用程序中，我想将NoSQL用于某些部分数据，并从MySQL中移出，其中事务/关系模型没有意义。我得到的是，C AP [可用性和分区容差]。

目前的数据模型很简单，因为

ID (integer) |  ENTITY_ID (integer)  |  ENTITY_TYPE (String)  | ENTITY_DATA (Text)  | CREATED_ON (Date) | VERSION (interger)|

我们可以放心地假设这部分应用类似于活动的记录！我想根据我的要求将其移至NoSQL，并与Performance Oriented MySQL DB分开。

卡珊德拉说，其中的一切都很简单Map<Key,Value> type！根据地图级别思考，我可以使用ENTITY_ID|ENTITY_TYPE|ENTITY_APP作为键，并将其余数据存储在值中！

在阅读Cassandra中的用户定义类型后，我可以使用UserDefinedType作为基本上用作一键和多个值的值！否则，将其用作没有UserDefinedType的正常列级别！一个想法是在不同应用程序中使用相同的模型，在这些系统中，简单的日志记录/活动数据可以推送到同一个，因为密钥因应用程序而异，在应用程序内，每个实体都是唯一的！

没有应用程序/业务功能来访问没有Key的数据，或者简单来说没有要求随机获取数据！

参考文献：http://www.ebaytechblog.com/2012/07/16/cassandra-data-modeling-best-practices-part-1/

Answer 1

让我解释一下cassandra数据模型（或者至少是它的一部分）。您可以像这样创建表：

create table event(
   id uuid,
   timestamp timeuuid,
   some_column text,
   some_column2 list<text>,
   some_column3 map<text, text>,
   some_column4 map<text, text>,
   primary key (id, timestamp .... );

请注意主键。指定了多个列。第一列是分区键。所有＆＃34;行＆＃34;在一个分区中存储在一起。在分区内，数据按主键中的第二个键，然后是第三个键，然后是第四个键排序。这些称为群集密钥。要查询，您几乎总是命中一个分区（通过在where子句中指定相等性）。然后，在所选分区上完成查询中的任何其他过滤器。如果您没有指定分区键，则可以进行群集范围的查询，这可能很慢或很可能超时。点击分区后，您可以按顺序过滤后续键上的匹配项，并在查询中指定的最后一个集群键上进行范围查询。无论如何，这都是关于查询的。

就结构而言，您有几种列类型。一些原语如text，int等，还有三个集合 - 集合，列表和映射。是的，地图。在集合中使用时，UDT通常更有用。例如一个人可能有一张地址图：地图。如果需要查询信息或对其进行索引，或者您知道每行都有这些列，您通常会将信息存储在列中。您也可以自由使用地图栏，这样您就可以随意存储＆＃34;任意＆＃34;键值数据;这就是你想要做的事情。

需要注意的一件事......您的主键每个记录都是唯一的。如果您使用相同的pk进行另一次插入，则不会出现错误，它只会覆盖现有数据。卡桑德拉的一切都是一种甜言蜜语。并且您无法更改任何行的主键中任何列的值。

你提到查询不是一个因素。但是，如果您确实发现自己需要进行聚合，那么您应该查看Apache Spark，它与Cassandra非常兼容（并且还支持关系数据源....因此您应该能够跨mysql和cassandra聚合数据以进行分析）。

最后，如果您的数据是时间序列日志数据，那么cassandra是一个非常好的选择。

Cassandra数据模型的一种方法

1 个答案: