Cassandra 简介（一），cassandra简介
作者：朴松梅 译自 Platform NHN
Cassandra
Cassandra是NoSQL世界中的佼佼者。Voldemort, MongoDB, TokyoCabinet/Tyrant等诸多NoSQL产品中，为何Cassandra能独占鳌头？且听分解。
Cassandra是由Facebook团队开发出来的分布式NoSQL数据库系统。Facebook于2008年将Cassandra开源，此后，由于Cassandra良好的可扩展性，被Digg, Twitter等知名的web 2.0网站所采纳，成为了一种流行的分布式结构化数据存储方案。
特征
Cassandra聚集google的BigTable与amazon的Dynamo于一身的数据库。具体而言，采用了BigTable的Column-oriented module, memTable以及SSTable方式的写操作特征，以及Dynamo的高可用性、高速及一致性之间的trade off调节功能。
Scalability
Scalability是Cassandra的最大特点。增加或去除节点是一个非常便捷的过程。在新增节点并配置完之后启动Cassandra即可。Cassandra一旦检测到新的节点，便会自动Consistent hash，均匀分配key的个数。
Fault-Tolerant
Cassandra的另一特点是无single point of failue。因此不会发生因为某一节点的故障而导致整个系统崩溃。
即使几个节点一起发生了故障，只要不是某一数据的所有Replica停止运行就不会影响read，至于write，不受Replica的影响而正常工作。
Consistency-Partition tolerance之间的均衡
大部分NoSQL数据库采用了强化Availability和Partition Tolerance并弱化了Consistency的方式，而Cassandra通过设定Read replica count, write replica count的方式而调节Consistency和Availability。根据设定可强化Consistency亦或Availability。
Column-oriented Data Model
Cassandra采用Column-oriented Data Moduel.
简言之，RDBMS采用基于row的存储，而Column-oriented Database采用基于Column的存储。因此适于读取关联数据。
各Column有name, value, timestamp域。除timestamp，将Column视为name/value形式。
下面举了个例子KeySpace。
|
|
|
|
|
|
|
|
Key是‘韩梅梅’，‘李雷’。‘韩梅梅’key所对应的Super-Column包含‘身高’、‘体重’，‘李雷’key所对应的Super-Column包含‘身高’，‘体重’，‘学历’，‘家庭成员’。Super-Column是一个key对应多个Column情况。
High Performance
Write
Cassandra中write要比read快得多。它采用的方法是，并非根据key的所在的文件当中的位置存储row，而是将数据Append到SSTable(Sorted String Table)中，而后将整个SSTable存储到文件中。省去了搜索过程，因此比一般的关系数据库的写操作会快很多。
Read
由write操作而生成的SSTable一旦大小到了阈值，会根据key进行整理之后直接写到硬盘。Read操作也与关系数据库不同，通过SSTable的bloom filter(寻找数据所属的KeySpace)查询数据是否存在并用索引读取相关数据。
目前为止，尚无read/write性能测试。而与关系数据库(CUBRID, MYSQL, Oracle等)的性能比较并无意义。因为两种数据库的目的、用途等本身就不同。
Lockless
Read/Write操作均lockless，因而并不会两个线程竞争一个数据的情况发生，也不会发生因为concurrency issue而引起的性能低下。
Shortcomings
如上述特征，Cassandra似乎是诸多开发者蒙昧以求的数据库，但也不尽然。
Cassandra目前仍是进行中的开源项目，版本尚未到1.0，与类似于MySQL的关系数据库相比本身有很多不足之处。如果用Cassandra管理数据，开发者会对MySQL的管理工具非常想念。虽然Cassandra在迅速地发展，但尚未达到商用化的火候。目前使用Cassandra的企业也是将其用于次要的service或是back-end infrastructure的情况居多。
Cassandra集优缺点于一身，但无可厚非的是，它依然是NoSQL数据库中，拥有诸多功能于一身的，一个非常有前景的open source。
本次对Cassandra进行简单的介绍，在下一节继续对 Cassandra的Keyspace (schema),Column Family(table)等结构以及上述的存储机制进行讨论。
Reference
[1] http://www.facebook.com/note.php?note_id=24413138919
[2] http://nosql.mypopescu.com/post/407159447/cassandra-twitter-an-interview-with-ryan-king
[3] http://about.digg.com/node/564
[4] http://blog.sematext.com/2010/02/09/lucandra-a-cassandra-based-lucene-backend/
[5] Fay Chang, Jeffrey Dean, Sanjay Ghemawat, Wilson C. Hsieh, Deborah A. Wallach, Mike Burrows, Tushar Chandra, Andrew Fikes, and Robert E. Gruber, “Bigtable : A Distributed Storage System for Structured Data”, OSDI'06: Seventh Symposium on Operating System Design and Implementation, Seattle, WA, November, 2006.
[6] Giuseppe DeCandia, Deniz Hastorun, Madan Jampani, Gunavardhan Kakulapati, Avinash Lakshman, Alex Pilchin, Swami Sivasubramanian, Peter Vosshall and Werner Vogels, “Dynamo: Amazon's Highly Available Key-Value Store”, in the Proceedings of the 21st ACM Symposium on Operating Systems Principles, Stevenson, WA, October 2007.
[7] Avinash Lakshman, Prashant Malik, “Cassandra – Adecentralized Structured Storage System”, http://www.cs.cornell.edu/projects/ladis2009/papers/lakshman-ladis2009.pdf
[8] http://wiki.apache.org/cassandra/DataModel
[9] http://arin.me/blog/wtf-is-a-supercolumn-cassandra-data-model
[10] http://www.sodeso.nl/?p=108
[11] http://www.sodeso.nl/?p=207
[12] http://github.com/rantav/hector
[13] http://github.com/s7/scale7-pelops
[14] http://wiki.apache.org/cassandra/ThriftExamples