http://docs.datastax.com/en/landing_page/doc/landing_page/archivedDocuments.html
http://pimin.net/archives/388
http://pimin.net/topics/tech/nosql/page/4
一、基本介绍
DataStax，是一家位于加州的初创公司，提供了一个商业版本的Apache Cassandra NoSQL数据库，近日该公司获得了4500万美元的D轮融资，该轮融资由Scale Ventures引导，这是一位新投资者，同时还有DFJ Growth和Next World Capital，现有的投资者Lightspeed Venture Partners、Crosslink Capital以及Meritech Capital Partners也进行了参投。从2010年发布产品以来，DataStax已经获得了总计8370万美元的风险投资。
Cassandra目录结构
由于ＮｏＳＱＬ中没有像传统数据库那样定义数据的组织方式为关系型的，所以只要内部的数据组织采用了非关系型的方式，就可以称之为ＮｏＳＱＬ数据库。
目前，可以将众多的ＮｏＳＱＬ数据库按照内部的数据组织形式进行如下分类：
- Ｋｅｙ／Ｖａｌｕｅ的ＮｏＳＱＬ数据库
- 面向文档的ＮｏＳＱＬ数据库
- 面向列的ＮｏＳＱＬ数据库
- 面向图的ＮｏＳＱＬ数据库
不同的数据组织适合于不同的应用场景，后面将进行介绍。
ＳＱＬ语言和关系型数据库（ＭｙＳＱＬ、ＰｏｓｔｇｒｅＳＱＬ、Ｏｒａｃｌｅ等） 是通用的数据解决方案，占有绝大多数的市场。不过在最近兴起的ＮｏＳＱＬ运动中，涌现出一批具备高可用性、支持线性扩展、支持Ｍａｐ／Ｒｅｄｕｃｅ操作等特性的数据产品，它们具有如下特性：
- 频繁的写入操作、相对较少的读取统计信息的操作（如网站访问计数器），应该使用基于内存的Ｋｅｙ／Ｖａｌｕｅ（键／值）存储系统（如Ｒｅｄｉｓ） 或者是具备本地更新特性的文档存储系统（如ＭｏｎｇｏＤＢ）。
- 海量数据（如数据仓库中需要分析的数据） 适合存储在一个结构松散、分布式的文件存储系统中，如Ｈａｄｏｏｐ。
- 存储二进制文件（如ｍｐ３或者ｐｄｆ文档） 并且能够直接为用户的浏览器提供下载功能，可以使用ＡｍａｚｏｎＳ３。
- 临时性的数据（如网站的ｓｅｓｓｉｏｎ、缓存ＨＴＭＬ页面信息等） 适合存储在Ｍｅｍｃａｃｈｅ中。
- 如果希望数据具备高可用性，并且能够将数据丢失的风险降到最低，同时整个系统具备线性扩展的能力，可以考虑使用Ｃａｓｓａｎｄｒａ和ＨＢａｓe。
4. Cassandra单节点安装
首先确保安装了JDK。
然后，修改配置文件，cassandra-0.7.6-2的conf下有以下几个配置文件：
(1) access.properties：设置每个数据库或者表的访问权限
(2) cassandra.yaml：主配置文件，包括日志路径，数据存放路径，各种参数配置等
(3) cassandra-topology.properties：配置网络的拓扑结构
(4) log4j-server.properties：log4j的配置选项
(5) passwd.properties：配置用户密码，与access.properties配合使用
对于简单的使用，只需配置cassandra.yaml文件:
(1) 集群名称cluster_name：同一个集群中的集群名称应该一样。
(2) 数据存放路径data_file_directories：可以根据情况配置一个有写权限的路径
(3) commit log路径commitlog_directory：同上
(4) saved cache路径saved_caches_directory：同上
(5) 日志文件路径log4j.appender.R.File：同上（这个选项在log4j-server.properties文件中）
此外，还需要修改服务监听的地址和thrift访问地址，即ListenAddress和ThriftAddress，配置文件默认监听的都是localhost：
|
1
2
3
4
5
6
7
|
<!-- Cassandra节点之间通信的监听地址，这里设置所在节点的ip--><ListenAddress>100.200.3.1</ListenAddress><!-- 这个是Thrift监听的地址，建议设置为0.0.0.0 --><ThriftAddress>0.0.0.0</ThriftAddress> |
经过上面的配置就可以启动节点了：
进入bin目录，直接执行：./cassandra
5. Cassandra多个节点安装
首先，在各节点上，按照第4节方法配制各自对应文件。
然后，配制seeds。Cassandra没有传统集群的中心节点，各个节点地位都是平等的，通过Gossip协议维持集群中的节点信息。为了使集群中的各节点在启动时能发现其他节点，需要指定种子节点（seeds），各节点都先和种子节点通信，通过种子节点获取其他节点列表，然后和其他节点通信。种子节点可以指定多个，通过在 conf/ cassandra.yaml中的seeds属性配置。
seeds:
- 100.200.3.81
- 100.200.3.78
6. Cassandra附带工具使用方法介绍
bin目录下自带了很多工具，可以帮助用户很方便地进行一些操作。常用的工具有nodetool，cassandra-cli，sstable2json等
(1) nodetool
nodetool是一个cassandra集群管理工具，这里只简单介绍一些简单的命令，详细的命令可以参见工具的帮助信息。
ring命令
ring命令用于查看集群的节点信息，ring来源于consistent hash，在consistent hash中，各个节点组成一个环，通常称为ring。
Info命令
info可以参看某个节点负载，内存使用情况：
cfstats命令
cfstats命令可以查看各个CF的详细统计信息，包括读写次数、响应时间、memtable信息等。
(2) cassandra-cli
cassandra-cli是一个命令行工具，可以用于对数据库进行数据查询和检索。具体可参见这篇文章：
(3) sstable2json
将sstable中的数据转化为json格式，使用方法为：
Usage: sstable2json [-f outfile] <sstable> [-k key [-k key [...]]]
===============================================
一、安装
1、安装cassandra
1.1 下载安装程序
在http://cassandra.apache.org/下载Cassandra的安装程序;
1.2 安装配置
1)解压下载后的程序apache-cassandra-2.2.6-bin.tar.gz到某个目录，如d:cassandra；
2)修改conf目录下配置文件
A)使用记事本打开cassandra.yaml文件，修改如下参数：
data_file_directories:
- /var/lib/cassandra/data
为 - d:cassandradata
注意：-后面需要有空格
commitlog_directory: /var/lib/cassandra/commitlog
为：commitlog_directory: d:cassandracommitlog
saved_caches_directory: /var/lib/cassandra/saved_caches
为：saved_caches_directory: d:cassandrasaved_caches
B)使用记事本打开log4j-server.properties文件，修改如下参数：
log4j.appender.R.File=/var/log/cassandra/system.log
为：log4j.appender.R.File=D:Cassandralogs
2、安装JRE
2.1 下载安装程序
在http://www.oracle.com/technetwork/java/javase/downloads/index.html上下载jre的安装程序；
jre和jdk区别：jre只是java环境，jdk包含了开发工具和jre；
2.2 直接双击执行jre-6u25-windows-i586.exe进行安装，默认安装在C:Program FilesJavajre6目录即可；
3、配置环境变量
3.1 打开windows的环境变量配置窗口
鼠标右键点击我的电脑，选择属性，在弹出界面点击【高级】页签，再点击【环境变量】按钮；
3.2 配置JAVA_HOME环境变量
在“系统变量”添加JAVA_HOME，点击【系统变量】下方的【新建】按钮，输入
变量名:JAVA_HOME
变量值:C:Program FilesJavajre6
3.3 配置Cassandra_HOME环境变量
在“系统变量”添加Cassandra_HOME，点击【系统变量】下方的【新建】按钮，输入
变量名:Cassandra_HOME
变量值:D:EBOOKNoSQLapache-cassandra-2.2.6
4、启动Cassandra
开始运行中敲入cmd回车打开命令窗口，敲入cd D:EBOOKNoSQLapache-cassandra-2.2.6in回车，敲入d:回车，转到D:EBOOKNoSQLapache-cassandra-2.2.6in目录后，直接敲入cassandra就可以启动cassandra服务了，如下：
D:EBOOKNoSQLapache-cassandra-2.2.6in>cassandra
D:EBOOKNoSQLapache-cassandra-2.2.6in>cassandra WARNING! Powershell script execution unavailable. Please use 'powershell Set-ExecutionPolicy Unrestricted' on this user-account to run cassandra with fully featured functionality on this platform. Starting with legacy startup options Starting Cassandra Server INFO 14:02:03 Node configuration:[authenticator=AllowAllAuthenticator; authorizer=AllowAllAuthorizer; auto_bootstrap=true; auto_snapshot=true; batch_size_fail_threshold_in_kb=50; batch_size_warn_threshold_in_kb=5; batchlog_replay_throttle_in_kb=1024; broadcast_address=null; broadcast_rpc_address=null; cas_contention_timeout_in_ms=1000; client_encryption_options=<REDACTED>; cluster_name=Test Cluster; column_index_size_in_kb=64; commit ... ... artition":"NONE"},defaultTimeToLive=0,minIndexInterval=128,maxIndexInterval=2048,speculativeRetry=99.0PERCENTILE,droppedColumns={},triggers=[],isDense=false] INFO 14:02:14 Initializing system_auth.role_members INFO 14:02:15 Netty using Java NIO event loop INFO 14:02:15 Using Netty Version: [netty-buffer=netty-buffer-4.0.23.Final.208198c, netty-codec=netty-codec-4.0.23.Final.208198c, netty-codec-http=netty-codec-http-4.0.23.Final.208198c, netty-codec-socks=netty-codec-socks-4.0.23.Final.208198c, netty-common=netty-common-4.0.23.Final.208198c, netty-handler=netty-handler-4.0.23.Final.208198c, netty-transport=netty-transport-4.0.23.Final.208198c, netty-transport-rxtx=netty-transport-rxtx-4.0.23.Final.208198c, netty-transport-sctp=netty-transport-sctp-4.0.23.Final.208198c, netty-transport-udt=netty-transport-udt-4.0.23.Final.208198c] INFO 14:02:15 Starting listening for CQL clients on localhost/127.0.0.1:9042... INFO 14:02:15 Not starting RPC server as requested. Use JMX (StorageService->startRPCServer()) or nodetool (enablethrift) to start it INFO 14:02:25 Created default superuser role 'cassandra'
验证有没有启动,用要确认Cassandra有没有再跑，可以用nodetool.bat这个工具进行确认。
bin>nodetool -h 127.0.0.1 ring
结果：
D:EBOOKNoSQLapache-cassandra-2.2.6in>nodetool -h 127.0.0.1 ring Starting NodeTool Datacenter: datacenter1 ========== Address Rack Status State Load Owns Token 9177302928968051776 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% -9165356309934760118 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% -9134459597765889899 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% -9066115578285445066 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% -9026304759784057275 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% -8878071990522880873 ... ... 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% 8623942122364639506 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% 8714309346994183881 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% 8719119404383607089 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% 8725585482200212568 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% 8765208445410304904 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% 8809038993346282672 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% 8962288472837700908 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% 8999197537072308487 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% 9045901750664612483 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% 9154510419811999586 127.0.0.1 rack1 Up Normal 97.06 KB 100.00% 9177302928968051776 Warning: "nodetool ring" is used to output all the tokens of a node. To view status related info of a node use "nodetool status" instead. D:EBOOKNoSQLapache-cassandra-2.2.6in>
二、使用
1、连接Cassandra服务
从cassandra2.x之后，就没有了Cassandra CLI 的工具，而是CQL替代。开始运行中敲入cmd回车进入命令窗口，敲入cd D:EBOOKNoSQLapache-cassandra-2.2.6in后，在敲入d:回车转到bin目录中敲入cqlsh.bat命令回车，直接敲入如下命令可以连接到本机已经启动的cassandra数据
D:EBOOKNoSQLapache-cassandra-2.2.6in>cqlsh.bat WARNING: console codepage must be set to cp65001 to support utf-8 encoding on Windows platforms. If you experience encoding problems, change your console codepage with 'chcp 65001' before starting cqlsh. Connected to Test Cluster at 127.0.0.1:9042. [cqlsh 5.0.1 | Cassandra 2.2.6 | CQL spec 3.3.1 | Native protocol v4] Use HELP for help. WARNING: pyreadline dependency missing. Install to enable tab completion. cqlsh>
2、创建keyspace
create keyspace keyspace1;
use keyspace1;
3、创建column family
create column family Standard1 with column_type = 'Standard' and comparator = 'BytesType';
describe keyspace keyspace1;
list standard1;
drop column family standard1;
--必须指定column_type和comparator
create column family cf1 with column_type = 'Standard' and comparator = 'BytesType';
create column family cf2 with column_type = 'Standard' and comparator = 'UTF8Type' and rows_cached = 10000;
create column family Super1 with column_type=Super and comparator=BytesType;
--设置列值
set cf1['key_1']['column_1']='value_1';
set cf1['key_1']['column_2']='value_2';
set cf1['key_2']['column_1']='value_3';
set cf1['key_2']['column_2']='value_4';
--设置列值
set cf2['key_1']['column_1']='value_1';
set cf2['key_1']['column_2']='value_2';
set cf2['key_2']['column_1']='value_3';
set cf2['key_2']['column_2']='value_4';
set super1['key_1']['column_1']='value_1';
get cf2['key_2']['column_2']; --提示错误Column family Super1 may only contain SuperColumns
--取列值
get cf1['key_1'];
--计数
count cf1['key_1'];
count cf1['key_2'];
--取列值
get cf1['key_1']['column_1'];
--删除列值
del cf1['key_1']['column_1'];
list cf2[key_1:];
---二级索引的使用
1、定义：在Cassandra中，对列值(column values)的索引叫做"二级索引"，它与列簇(column families)中对key的
索引不同。二级索引允许我们对列值进行查询，并且在读取和写入的时候不会引起操作阻塞。
2、使用方法：
create keyspace demo;
use demo;
--注意大小写,索引birth_date
create column family users with comparator=UTF8Type and column_metadata=
[{column_name:full_name,validation_class:UTF8Type},
{column_name:birth_date,validation_class:LongType,index_type:KEYS}];
--插入数据：
set的语法大概长的像下面这样： 01.set Keyspace1.Standard1['geffzhang']['blog'] = 'http://www.dotnetting.cn' 02. 03. \_ key \_ value 04. \_ column 05. \_ keyspace \_ column family 就按照上面的语法来加几个数据进去，然后用get把数据拉出来看看
set users[a][full_name]='a';
set users[a][birth_date]=1977;
set users[b][full_name]='b';
set users[b][birth_date]=1978;
set users[c][full_name]='c';
set users[c][birth_date]=1979;
set users[d][full_name]='d';
set users[d][birth_date]=1977;
--查询birth_date=1977的数据：
get users where birth_date=1977;
--查询结果如下：
[default@demo] get users where birth_date=1977;
-------------------
RowKey: a
=> (column=birth_date, value=1977, timestamp=1306733443578000)
=> (column=full_name, value=a, timestamp=1306733438406000)
-------------------
RowKey: d
=> (column=birth_date, value=1977, timestamp=1306733577125000)
=> (column=full_name, value=d, timestamp=1306733572687000)
2 Rows Returned.
--多个二级索引使用
set users[a][card_no]='111';
--更新列簇users设置card_no和birth_date都索引
update column family users with comparator=UTF8Type and column_metadata=
[{column_name:full_name,validation_class:UTF8Type},
{column_name:birth_date,validation_class:LongType,index_type:KEYS},
{column_name:card_no,validation_class:UTF8Type,index_type:KEYS}];
--查询证件号码为111的列
get users where card_no='111';
get users where card_no='111' and birth_date=1977;
--虽然full_name没有索引，但是也能够查出结果
get users where card_no='111' and birth_date=1977 and full_name='a';
get users where card_no='111' and full_name='a';
get users where birth_date=1977 and full_name='a';
--如果仅仅通过full_name查询则出错
get users where full_name='a';
--结果如下：
[defualt@demo] get users where full_name='a';
No indexed columns present in index clause with operator EQ
--退出
quit;
Cassandra在设计的时候，就是支持Thrift的，这意味着我们可以使用多种语言开发。对于Cassandra的开发本身而言，这是使用Thrift的好处：支持多语言。坏处也是显而易见的：Thrift API功能过于简单，不具备在生产环境使用的条件。
Cassandra 建议用户在它们的程序内用高阶API与Cassandrar进行通信，以C#来说，像是FluentCassandra 或 Aquiles。但是你也可以用官方出的最低阶API - Thrift 来与Cassandra沟通。
Thrift这个是Cassandra自带的最简单的一类API，这个文件在apache-cassandra-0.5.1.中包含了。可以直接使用。我们也可以自己安装一个Thrift，然后通过cassandra.thrift文件自动生成。如果你要使用Cassandra，那么我们必须要了解Thrift API，毕竟所有的其他更加高级的API都是基于这个来包装的。
- 准备运行环境
1.1 cassandra可以安装在windows和linux下，本例子安装在centos6.7的环境下。
1.2 关闭防火墙。或者开放9042（默认的CQL本地服务端口）、9160（默认的Cassandra服务端口）、7000（Cassand集群内节点间通讯端口）、7199端口（Cassandra JMX 监控端口）
关闭防火墙：开放端口：1 service iptables stop 2 chkconfig iptables off
1.3 安装JDK，配置环境变量1 vi /etc/sysconfig/iptables 2 -A INPUT -m state –state NEW -m tcp -p tcp –dport 3306 -j ACCEPT（仿照这个写） 3 /etc/init.d/iptables restart
下载JDK：配置环境变量：yum -y install wget //安装wget插件 wget –P /usr http://download.oracle.com/otn/java/jdk/8u60-b15/jdk-8u60-linux-i586.rpm?AuthParam=1467614887_3fe640855a43a439fb5f5fec1f5045e2 rpm -ivh jdk-8u60-linux-i586.rpm
1 vi /etc/profile 2 JAVA_HOME=/usr/java/jdk1.8.0_60 3 JRE_HOME=/usr/java/jdk1.8.0_60/jre 4 PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin 5 CLASSPATH=:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib 6 export JAVA_HOME JRE_HOME PATH CLASSPAH 7 source /etc/profile
- 安装
2.1 下载并解压cassandra安装包，本例子用的版本是2.1.14（这个镜像不行的话去官网找别的镜像）
1 wget http://mirrors.cnnic.cn/apache/cassandra/2.1.14/apache-cassandra-2.1.14-src.tar.gz 2 tar -zxvf apache-cassandra-2.1.14-bin.tar.gz -C /opt/cassandra
2.2 新建cassandra数据存放的文件夹（用安装包的方式就需要这一步）。
1 //可以根据磁盘情况设置这3个文件夹，但是要和cassandra.yaml里的想对应 2 mkdir /var/lib/cassandra/data 3 mkdir /var/lib/cassandra/commitlog 4 mkdir /var/lib/cassandra/saved_caches
2.3 打开解压后的/opt/apache-cassandra-2.1.14/cassandra/conf的目录，修改其中的cassandra.yaml中的一些参数
1 cluster_name: 'xxx' //集群名称。同一个集群要使用同一名称 2 data_file_directories: 3 - /var/lib/cassandra/data //数据文件存放路径。打开这个注释，注意不要合并成一行，合并成一行好像会出问题，这里要与前面新建的文件夹对应。 4 commitlog_directory: /var/lib/cassandra/commitlog //操作日志文件存放路径。打开注释，与前面新建的文件夹对应。 5 saved_caches_directory: /var/lib/cassandra/saved_caches //缓存文件存放路径。打开注释，与前面新建的文件夹对应。 6 - seeds: "192.168.x.x" //集群种子节点ip,新加入集群的节点从种子节点中同步数据。可配置多个，中间用逗号隔开。 7 listen_address: 127.0.0.1 //需要监听的IP或主机名。改成本机IP 8 rpc_address: 127.0.0.1 //用于监听客户端连接的地址。建议设置成IP或0.0.0.0。若设置0.0.0.0，则要放开broadcast_rpc_address: 1.2.3.4的注释。
2.4 进入到bin目录下
1 ./cassandra
如果提示没有权限什么的
1 ./cassandra -R //用root用户启动
如果没有报什么奇奇怪怪的ERROR然后看到 Node /x.x.x.x state jump to NORMAL，这样cassandra就算安装完成了，也可以在在bin目录下使用./nodetool status 查看集群信息确认一下。
UN 表示的是该服务器的状态，UN是运行中，DN是宕机。
Note: xxxxxxx 这个问题是因为同一个键空间里存在不同复制策略的表，不影响使用，但是最好建表和修改表的时候注意一下。