（转）cassandra教程：使用key的正确姿势，cassandrakey
原文链接：https://www.cnblogs.com/bonelee/p/6278943.html
NoSQL DB的表与数据模型设计跟传统的RDBMS很不一样。最大的一个不同就是反范式。比如提倡数据冗余，使得不至于写出非常复杂的SQL语句。
就Cassandra而言，最关键的地方在于Key的设计。Cassandra之中一共包含下面5种Key:
OMG~~ 是不是太多了？ 让我们一个个的来解释
首先，Primary key 是用来获取某一行的数据， 可以是一列或者多列（复合列 composite）
Primary = Partition Key + [Clustering Key] （Clustering Key 可选）
Clustering keys 包括下面两种情况：
(1) composite key
(2) compound key
MySQL
|
1 2 3 4 5 6 7 8 9 10 11 12 |
-- 一列 create table stackoverflow ( key text PRIMARY KEY, data text ); -- 复合列 create table stackoverflow ( key_part_one text, key_part_two int, data text, PRIMARY KEY(key_part_one, key_part_two) ); |
在上面复合列的table之中，全称： Composite Primary Key
并且：
(1) key_part_one –> partition key
(2) key_part_two –> clustering key
注意： partition key, clustering key 都可以是复合列。 参考下面这个更复杂一些的例子：
MySQL
|
1 2 3 4 5 6 7 8 9 10 |
-- Multiple Partition Keys and Multiple Clustering Keys create table stackoverflow ( k_part_one text, k_part_two int, k_clust_one text, k_clust_two int, k_clust_three uuid, data text, PRIMARY KEY((k_part_one,k_part_two), k_clust_one, k_clust_two, k_clust_three) ); |
Partition Key : Cassandra会对partition key 做一个hash计算，并自己决定将这一条记录放在哪个node
比较好的做法就是尽量的将记录区分开来
Goog Sample: UUID 几乎唯一
Bad Sample: ZipCode/TimeZone, 非常有限
Partition Key的设计，可以完全的借用MySQL的主键。MySQL的主键可以是单一主键，也可以是复合主键。但是主键不能重复，这个在笔者见过的数据库产品之中都是一样的。
补充说明：
在Cassandra之中， 如果对相同的primary key 插入多次，实际上第二次开始类似更新
这个过程就像upsert
Cassandra会给每一行数据一个timestamp，如果有多行数据，Cassandra会取时间最新的数据返回
Clustering Key : 主要用于进行Range Query. 并且使用的时候需要按照建表顺序进行提供信息
参考下面代码：
MySQL
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 |
-- 创建表 -- 注意state 这个field CREATE TABLE users ( mainland text, state text, uid int, name text, zip int, PRIMARY KEY ((mainland), state, uid) )
-- 插入一些值 insert into users (mainland, state, uid, name, zip) VALUES ( 'northamerica', 'washington', 1, 'john', 98100); insert into users (mainland, state, uid, name, zip) VALUES ( 'northamerica', 'texas', 2, 'lukas', 75000); insert into users (mainland, state, uid, name, zip) VALUES ( 'northamerica', 'delaware', 3, 'henry', 19904); insert into users (mainland, state, uid, name, zip) VALUES ( 'northamerica', 'delaware', 4, 'dawson', 19910); insert into users (mainland, state, uid, name, zip) VALUES ( 'centraleurope', 'italy', 5, 'fabio', 20150); insert into users (mainland, state, uid, name, zip) VALUES ( 'southamerica', 'argentina', 6, 'alex', 10840); |
有效的查询：
MySQL
|
1 |
select * from users where mainland = 'northamerica' and state > 'ca' and state < 'ny'; |
查询结果：
|
1 2 3 4 |
mainland | state | uid | name | zip -------------+----------+-----+--------+------- northamerica | delaware | 3 | henry | 19904 northamerica | delaware | 4 | dawson | 19910 |
无效的查询：
|
1 2 |
-- 没有提供stat 信息 select * from users where mainland = 'northamerica' and uid < 5; |
原因很简单，参考上一篇文章提到的数据模型：
Java
|
1 |
Map<RowKey, SortedMap<ColumnKey, ColumnValue>> |
Cassandra 整体数据可以理解成一个巨大的嵌套的Map。 只能按顺序一层一层的深入，不能跳过中间某一层~
| create table stackoverflow ( key_part_one text, key_part_two int, data text, PRIMARY KEY(key_part_one, key_part_two) ); |
| insert into stackoverflow (key_part_one, key_part_two, data) VALUES (‘ronaldo’, 9, ‘football player’); insert into stackoverflow (key_part_one, key_part_two, data) VALUES (‘ronaldo’, 10, ‘ex-football player’); select * from stackoverflow where key_part_one = ‘ronaldo’; |
| key_part_one | key_part_two | data ————–+————–+——————– ronaldo | 9 | football player ronaldo | 10 | ex-football player |
比如记录PM2.5的历史纪录，就可以设计成(location_id, record_date). 这样进行
对于复合键，在查询的时候并不需要全部提供：
比如下面的例子： partition key 有两个，但是在查询的时候可以只提供其中一个的值
Q: 如果只根据key_part_two 来查询呢？
A: 默认不允许： 会触发数据过滤（需要扫描的数据比较多）
如果一定要执行：在cql 之中增加ALLOW FILTERING
|
select * from stackoverflow where key_part_two = 9 ALLOW FILTERING; |
Q: 是不是设置的key越多越好？
A: 需要根据业务来确定：
|
eg: |
| 正确的where查询条件：
|
|
无效的where查询条件：
|
特别要注意上面红色字体表示的情况
总结一下：
Cassandra之中的存储，是2-level nested Map
Partition Key –> Custering Key –> Data
partition key: eq and in
clustering key: < <= = >= > in
参考网页：
* Difference between partition key, composite key and clustering key in Cassandra?
http://stackoverflow.com/questions/24949676/difference-between-partition-key-composite-key-and-clustering-key-in-cassandra