比較 Cassandra 結構與關系數據庫

Question

幾天前，我讀到了 NoSQL 的寬列存儲類型和 Apache-Cassandra。

我的理解是 Cassandra 包括：

一個鍵空間（如關系數據庫中的數據庫）並支持許多列族或表（與關系數據庫中的表相同）和無限行。

從 Stackoverflow 標簽：

寬列存儲是一種鍵值數據庫。 它使用表、行和列，但與關系數據庫不同，列的名稱和格式在同一表中的行與行之間可能不同。

在 Cassandra 中，所有行（在表中）都應該有一個行鍵，然后每個行鍵可以有多個列。 我閱讀了關系數據庫和 NoSQL (Cassandra) 在實現和存儲數據方面的差異。

但我不明白結構之間的區別：

想象一下我有一個表（或 Cassandra 中的列族）的場景：

當我執行這樣的查詢（CQL）時：

select * from users;

它給了我你可以看到的結果：

lastname  | age  | city          | email               
----------+------+---------------+----------------------
      Doe |   36 | Beverly Hills | janedoe@email.com       
    Jones |   35 |        Austin | bob@example.com        
    Byrne |   24 |     San Diego | robbyrne@email.com         
    Smith |   46 |    Sacramento | null                    
   Jones2 | null |        Austin | bob@example.com       

因此，我使用以下查詢在關系數據庫 (MS SQL) 中執行上述場景：

select * from [users] 

結果是：

lastname  | age  | city          | email               
----------+------+---------------+----------------------
      Doe |   36 | Beverly Hills | janedoe@email.com       
    Jones |   35 |        Austin | bob@example.com        
    Byrne |   24 |     San Diego | robbyrne@email.com         
    Smith |   46 |    Sacramento | NULL                    
   Jones2 | NULL |        Austin | bob@example.com       

我知道 Cassandra 支持動態列，我可以通過使用 sth 來執行此操作：

ALTER TABLE users ADD website varchar;

但是它在關系模型中可用，例如在 mssql 中，上面的代碼也可以實現。 類似的東西：

ALTER TABLE users ADD website varchar(MAX);

我看到的是第一次選擇和第二次選擇的結果是一樣的。 在 Cassandra 中，他們只提供一個行鍵（姓氏）作為獨立對象，但它與 mssql（和所有關系數據庫）中的唯一字段（如 ID 或文本）相同，我看到 Cassandra 中的列類型是靜態的（在我的示例中varchar ）與 Stackoverflow 標簽中描述的不同。

所以我的問題是：

1. 我對Cassandra的想象有什么誤解嗎？！

2. 那么兩種結構有什么不同？！ 我告訴你結果是一樣的。

3. 是否有任何特殊場景（JSON 之類）無法在關系數據庫中實現但 Cassandra 支持？ （例如，我知道 Cassandra 不支持嵌套列。）

感謝您的閱讀。

Answer 1

我們必須查看更復雜的示例才能看到差異:)

開始：

• 列族術語在較舊的 Thrift API 中使用
• 在較新的 CQL API 中，使用術語表

表被定義為“多維列族的二維視圖”。

“寬行”一詞主要與 Thrift API 相關。 在 cql 中它的定義有點不同，但在下面看起來是一樣的。

比較 SQL 和 CQL。 在 SQL 表中是一組行。 在簡單的例子中，它在 CQL 中看起來是一樣的，但事實並非如此。 CQL 表是一組分區，其中每個分區可以是單行（例如，當您沒有集群鍵時）或多行。 包含多行的分區在 Thrift 熱學中名為“寬行”。 要查看它是如何存儲在下面的，請從這里閱讀例如關於復合鍵的部分。

還有更多區別：

• CQL 可以具有存儲在分區級別的靜態列 - 分區中的每一行似乎都有一個共同的值，但實際上它是存儲在上層的單個值。 它還可以用於建模 1:N 關系
• 在 CQL 中，您可以擁有集合類型列 - set、list、map
• 列可以包含用戶定義的類型（您可以將例如address定義為類型，並在許多地方重用該類型），或者集合可以是用戶定義類型的集合
• 但是 CQL 也不支持 SQL 中可用的 JOIN，並且您必須非常仔細地構造您的表，因為它們必須嚴格面向查詢（在 cassandra 中您不能通過任何列值查詢數據，二級索引也有很多限制）。 人們常說，在關系模型中，您可以清楚地根據數據對表進行建模，而在 cassandra 中，您可以根據查詢進行建模。

我希望我能讓你更清楚一點。 我建議觀看Datastax 核心概念課程中的一些視頻（或閱讀幻燈片），作為對 Cassandra 的可靠介紹。

Answer 2

根據我的經驗，CQL 誤導了很多人。 首先，你永遠不會想做：

SELECT * FROM a_table_here; 

在生產 Cassandra 集群上，因為您在 Coordinator 節點上放置了大量負載以聚合來自所有其他節點的所有數據。 此外，默認情況下，您最多會收到 10000 個“行”。

要了解 Cassandra 如何存儲您的數據，我們需要先確定幾個術語：

有主鍵，在你的情況下是lastname ，它被散列以確定集群中的哪個節點擁有這個范圍，並將它存儲在那里（加上任何副本節點）。

接下來是集群列，我不知道您的示例中是否有任何列，但是您可以像PRIMARY KEY ((lastname),age, city)一樣定義它們。 在該示例中，您首先按年齡聚類，然后按城市聚類，這是有序的。

現在為您的用例提供一個簡單的 Cassandra 高級視圖，它將數據作為 Map 存儲到有序 Multimap：

Doe -> 36:Beverly Hills -> janedoe@email.com

其中“Doe”是主鍵，它告訴您哪些節點具有該行數據。 而36:Beverly Hills是 Ordered Clustering Keys（有序多映射鍵的一部分）。 最后 janedoe@email.com 是 Map to a Multimap 的最終值（可能是多個人）。

為了使示例簡單，我遺漏了很多麻煩，為了更深入，我強烈建議閱讀： http : //www.planetcassandra.org/making-the-change-from-thrift-to-cql /