对于我的方案，Cassandra（CQL）模式/表与RDBMS相同

Question

我看过特维桑德拉的例子。 几天前，我对此也提出了类似的问题，并收到了一些我在此处实施的技巧。 但是，通过查看表（列族），我几乎看不到该数据库与关系数据库之间的任何区别。

我的场景：一个简单的通讯录，用户可以在其中创建自己的联系人并将其分组（一个联系人可以分为多个组，一组可以包含多个联系人）。 一个联系人可能有多个地址。

我想检索居住在地址x中并位于y组中的所有联系人。 因此，我做了以下工作：

CREATE TABLE if not exists User (user_id uuid, contact_id uuid, type varchar, email varchar, PRIMARY KEY(id));
CREATE TABLE if not exists Contact (contact_id uuid, firstname varchar,lastname varchar, photo blob, imagelength int, note varchar, PRIMARY KEY (id));
CREATE TABLE if not exists Address (address_id uuid, contact_id uuid, street varchar, number int, zipcode varchar, country varchar, PRIMARY KEY(address_id));
CREATE TABLE if not exists Group (group_id uuid, user_id, groupname varchar, PRIMARY KEY(group_id));
CREATE TABLE if not exists Group_Contact (group_id uuid, contact_id, PRIMARY KEY(id, contact_id));

但是，基于此，它实际上与关系数据库完全相同，只是我相信Cassandra会以与RDBMS磁盘不同的方式来放置此数据。 我看不到如何在Cassandra中更好地做到这一点，以及我是否以正确的方式建模。 感觉就像一个普通的关系数据库。 我觉得我做错了，因为我必须使用应用程序级别的连接来获取联系人的地址。 我真的不知道如何将其反规范化以允许多个地址（甚至电话，电子邮件）。

任何改善这种情况的建议将不胜感激！

Answer 1

正如jny所指出的那样，数据复制，反规范化和基于查询的建模是构建良好的Cassandra数据模型的关键。 如果我想把您的表格放在上面，并建立一个表格来支持基于国家/地区的地址/联系方式查询，我可以这样做：

首先，我将为联系人的地址创建一个用户定义的类型 。

aploetz@cqlsh:stackoverflow> CREATE TYPE contactAddress (
             ...   street varchar, 
             ...   city varchar,
             ...   zip_code varchar,
             ...   country varchar);

接下来，我将创建一个名为UserContactsByCountry的表来存储用户联系信息以及所有用户联系地址：

aploetz@cqlsh:stackoverflow> CREATE TABLE UserContactsByCountry (
             ...   country varchar,
             ...   user_id uuid,
             ...   type varchar,
             ...   email varchar,
             ...   firstname varchar,
             ...   lastname varchar,
             ...   photo blob,
             ...   imagelength int,
             ...   note varchar,
             ...   addresses map<text, frozen <contactAddress>>,
             ...   PRIMARY KEY ((country),user_id));

这里需要注意几件事：

• 我使用country作为查询的分区键，并将user_id为唯一性的群集键。
• 从技术上讲， country在每行中存储多个。 一次作为分区密钥，再一次与每个地址有关。 请注意， country分区键是允许我们运行查询的键。
• 我假设用户联系人可以有多个地址，所以我将它们存储在文本类型（varchar），contactAddress（上面创建的类型）的映射中。

接下来，我将插入三个用户联系人，每个联系人都有两个地址，两个来自美国，一个来自英国。

aploetz@cqlsh:stackoverflow> INSERT INTO usercontactsbycountry (country, user_id, type, email, firstname, lastname, note, addresses)
VALUES ('USA',uuid(),'Tech','brycelynch@network23.com','Bryce','Lynch','Head of R&D at Network 23',{'work':{street:'101 Big Network Drive',city:'New York',zip_code:'10023',country:'USA'},'home':{street:'8192 N. 42nd St.',city:'New York',zip_code:'10025',country:'USA'}});
aploetz@cqlsh:stackoverflow> INSERT INTO usercontactsbycountry (country, user_id, type, email, firstname, lastname, note, addresses)
VALUES ('USA',uuid(),'Reporter','edisoncarter@network23.com','Edison','Carter','Reporter at Network 23',{'work':{street:'101 Big Network Drive',city:'New York',zip_code:'10023',country:'USA'},'home':{street:'76534 N. 62nd St.',city:'New York',zip_code:'10024',country:'USA'}});
aploetz@cqlsh:stackoverflow> INSERT INTO usercontactsbycountry (country, user_id, type, email, firstname, lastname, note, addresses)
VALUES ('GBR',uuid(),'Reporter','theorajones@network23.com','Theora','Jones','Controller at Network 23',{'work':{street:'101 Big Network Drive',city:'New York',zip_code:'10023',country:'USA'},'home':{street:'821 Wembley St.',city:'London',zip_code:'W11 2BQ',country:'GBR'}});

现在，我可以查询该表以查找美国的所有用户联系人：

aploetz@cqlsh:stackoverflow> SELECT * FROM usercontactsbycountry WHERE country ='USA';
 country | user_id                              | addresses                                                                                                                                                                                    | email                      | firstname | imagelength | lastname | note                      | photo | type
---------+--------------------------------------+----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+----------------------------+-----------+-------------+----------+---------------------------+-------+----------
     USA | 2dee94e2-4887-4988-8cf5-9aee5fd0ea1e |  {'home': {street: '8192 N. 42nd St.', city: 'New York', zip_code: '10025', country: 'USA'}, 'work': {street: '101 Big Network Drive', city: 'New York', zip_code: '10023', country: 'USA'}} |   brycelynch@network23.com |     Bryce |        null |    Lynch | Head of R&D at Network 23 |  null |     Tech
     USA | b92612dd-dbaa-42f2-8ff2-d36b6c601aeb | {'home': {street: '76534 N. 62nd St.', city: 'New York', zip_code: '10024', country: 'USA'}, 'work': {street: '101 Big Network Drive', city: 'New York', zip_code: '10023', country: 'USA'}} | edisoncarter@network23.com |    Edison |        null |   Carter |    Reporter at Network 23 |  null | Reporter

(2 rows)

可能还有其他方法可以建模，但这是我希望用来帮助您了解一些可用技术的方法。

Answer 2

从关系数据库建模切换到Cassandra建模很困难，因为它们看起来是如此相似：查询语言看起来几乎相同。 但是，Cassandra的第一个规则是为您的查询建模，而在关系数据库中，我们为数据建模。 这意味着：

• 考虑一下您最查询的内容
• 了解分区键和集群键
• 不要担心数据重复

在Cassandra中有一个很好的数据建模示例： https : //www.datastax.com/documentation/cql/3.1/cql/ddl/ddl_music_service_c.html