Cassandra操作入門
來自： http://blog.csdn.net/fenglibing/article/details/9411021
1. Cassandra是什么
Apache Cassandra是一套開源分布式NoSQL數據庫系統。它最初由非死book開發，用于儲存收件箱等簡單格式數據，集Google BigTable的數據模型與Amazon Dynamo的完全分布式的架構于一身。非死book于2008將 Cassandra 開源，此后，由于Cassandra良好的可擴放性，被Digg、推ter等知名Web 2.0網站所采納，成為了一種流行的分布式結構化數據存儲方案。
詳細參看:http://zh.wikipedia.org/wiki/Cassandra
2. 下載、安裝、運行服務端及客戶端
下載：http://cassandra.apache.org/download/
安裝：因Cassandra是JAVA編寫，所以理論上是在具有JDK6及上版本的機器上都可以運行，官方測試的和JDK有OpenJDK 及Sun的JDK。
運行服務端：在WINDOWS上可不用修改任何文件，直接運行bin/cassandra.bat；
在Linux上，如果不修改配置文件，一定要保證目錄“/var/log/cassandra”及“/var/lib/cassandra”是必須存在的，并且擁有權限，直接運行bin/cassandra
運行客戶端：
在windows上面運行bin/cassandra-cli.bat，linux上面運行bin/cassandra-cli，沒有報錯且出現類似這樣的提示符就說明成功連接上了：
[default]
3、配置文件
conf/cassandra.yaml：這個是核心配置文件，包括各種策略、數據日志及cache data存放的地方等，如數據文件的配置項“data_file_directories”，上面我們是直接啟動了cassandra，默認在的日志及數據存放目錄分別是：
Windows：
在Cassandra運行的所在盤的根目錄下面，會有一個var這樣的目錄，然后下面分別會有log、lib目錄分別用于存放數據及日志；
Linux：
存放日志及數據的目錄是“/var/log/cassandra”及“/var/lib/cassandra”
詳細的配置項就自己看了。
4、操作示例
4.1 簡介
Cassandra的操作命令，類似于我們平時操作的關系數據庫一樣，對熟悉MYSQL的朋友來說，看到的都會是一些熟悉的身影，如創建是用create，刪除是用drop，更新是用update，查看對象是用show，要使用某個列族長則用use，非常的好記。如果是第一次使用，建設還是看這個官方的入門操作文檔吧：http://wiki.apache.org/cassandra/GettingStarted。
4.2 創建keyspace
Cassandra的存儲抽象結構和數據庫一樣，keyspace對應關系數據庫的database或schema，column family對應于table，所以我們現在就和操作關系數據庫一樣，在連上去過后的第一步，就是創建一個keyspace（注：如果不知道命令如何使用，打入help命令，很多東西都可以看到如何使用）：
create keyspace myspace
with placement_strategy='org.apache.cassandra.locator.SimpleStrategy'
and strategy_options={replication_factor:1};第一行很簡單理解，就是創建一個名為myspace的keyspace，第二行就是存儲策略，這里共有三種存儲策略，第三行就是指定的存儲策略的參數選項了。三種存儲策略分別是：
org.apache.cassandra.locator.SimpleStrategy org.apache.cassandra.locator.NetworkTopologyStrategy org.apache.cassandra.locator.OldNetworkTopologyStrategySimpleStrategy針對是一個data center中的多個存儲節點(node)的存儲，strategy_options表示數據存儲所有存儲節點(node)的復本數量，選擇node的規則是在data center中按照順時針的方向進行選擇；
NetworkTopologyStrategy是針對多個data center的情況進行處理，這個是以防同一個data center中的所以節點同時出現問題，如掉電；
OldNetworkT opologyStrategy，這個可能會很少用上了，對data center的個數及復本的數量支持的有限，有了NetworkTopologyStrategy就不需要OldNetworkTopologyStrategy了。
詳細請參看：http://www.datastax.com/docs/1.0/cluster_architecture/replication
4.3 創建column family
首先得選擇我們剛才創建的keyspace：
use myspace;創建column family：
create column family mycolumn
with key_validation_class = 'UTF8Type'
and comparator = 'UTF8Type'
and default_validation_class = 'UTF8Type';4.4 插入及獲取數據庫
插入數據：
set mycolumn[1][name1]=tom;獲取數據：
get mycolumn[1];
會顯示如下：
[default@myspace] get mycolumn[1]; => (name=name1, value=tom, timestamp=1374485996562000) Returned 1 results. Elapsed time: 7.99 msec(s).
4.5、通過JAVA操作Cassandra
Hector是一個比較好的選擇，完全開源，這個是GitHub的源碼地址：https://github.com/rantav/hector，以下是一個基于Hector的CRUB的示例，依賴的包在Cassandra的lib目錄下面就可以找到：
package test.cassandra;
import me.prettyprint.cassandra.serializers.StringSerializer;
import me.prettyprint.hector.api.Cluster;
import me.prettyprint.hector.api.Keyspace;
import me.prettyprint.hector.api.beans.ColumnSlice;
import me.prettyprint.hector.api.beans.Rows;
import me.prettyprint.hector.api.factory.HFactory;
import me.prettyprint.hector.api.mutation.Mutator;
import me.prettyprint.hector.api.query.MultigetSliceQuery;
import me.prettyprint.hector.api.query.QueryResult;
import me.prettyprint.hector.api.query.SliceQuery;
public class CassandraExample {
// The string serializer translates the byte[] to and from String using
// utf-8 encoding
private static StringSerializer stringSerializer = StringSerializer.get();
public static void insertData() {
try {
// Create a cluster object from your existing Cassandra cluster
Cluster cluster = HFactory.getOrCreateCluster("Test Cluster", "localhost:9160");
// Create a keyspace object from the existing keyspace we created
// using CLI
Keyspace keyspace = HFactory.createKeyspace("AuthDB", cluster);
// Create a mutator object for this keyspace using utf-8 encoding
Mutator<String> mutator = HFactory.createMutator(keyspace, stringSerializer);
// Use the mutator object to insert a column and value pair to an
// existing key
mutator.insert("sample", "authCollection", HFactory.createStringColumn("username", "admin"));
mutator.insert("sample", "authCollection", HFactory.createStringColumn("password", "admin"));
System.out.println("Data Inserted");
System.out.println();
} catch (Exception ex) {
System.out.println("Error encountered while inserting data!!");
ex.printStackTrace();
}
}
public static void retrieveData() {
try {
// Create a cluster object from your existing Cassandra cluster
Cluster cluster = HFactory.getOrCreateCluster("Test Cluster", "localhost:9160");
// Create a keyspace object from the existing keyspace we created
// using CLI
Keyspace keyspace = HFactory.createKeyspace("AuthDB", cluster);
SliceQuery<String, String, String> sliceQuery = HFactory.createSliceQuery(keyspace, stringSerializer, stringSerializer, stringSerializer);
sliceQuery.setColumnFamily("authCollection").setKey("sample");
sliceQuery.setRange("", "", false, 4);
QueryResult<ColumnSlice<String, String>> result = sliceQuery.execute();
System.out.println("\nInserted data is as follows:\n" + result.get());
System.out.println();
} catch (Exception ex) {
System.out.println("Error encountered while retrieving data!!");
ex.printStackTrace();
}
}
public static void updateData() {
try {
// Create a cluster object from your existing Cassandra cluster
Cluster cluster = HFactory.getOrCreateCluster("Test Sample", "localhost:9160");
// Create a keyspace object from the existing keyspace we created
// using CLI
Keyspace keyspace = HFactory.createKeyspace("AuthDB", cluster);
// Create a mutator object for this keyspace using utf-8 encoding
Mutator<String> mutator = HFactory.createMutator(keyspace, stringSerializer);
// Use the mutator object to update a column and value pair to an
// existing key
mutator.insert("sample", "authCollection", HFactory.createStringColumn("username", "administrator"));
// Check if data is updated
MultigetSliceQuery<String, String, String> multigetSliceQuery = HFactory.createMultigetSliceQuery(keyspace, stringSerializer, stringSerializer, stringSerializer);
multigetSliceQuery.setColumnFamily("authCollection");
multigetSliceQuery.setKeys("sample");
// The 3rd parameter returns the columns in reverse order if true
// The 4th parameter in setRange determines the maximum number of
// columns returned per key
multigetSliceQuery.setRange("username", "", false, 1);
QueryResult<Rows<String, String, String>> result = multigetSliceQuery.execute();
System.out.println("Updated data..." + result.get());
} catch (Exception ex) {
System.out.println("Error encountered while updating data!!");
ex.printStackTrace();
}
}
public static void deleteData() {
try {
// Create a cluster object from your existing Cassandra cluster
Cluster cluster = HFactory.getOrCreateCluster("Test Cluster", "localhost:9160");
// Create a keyspace object from the existing keyspace we created
// using CLI
Keyspace keyspace = HFactory.createKeyspace("AuthDB", cluster);
// Create a mutator object for this keyspace using utf-8 encoding
Mutator<String> mutator = HFactory.createMutator(keyspace, stringSerializer);
// Use the mutator object to delete row
mutator.delete("sample", "authCollection", null, stringSerializer);
System.out.println("Data Deleted!!");
// try to retrieve data after deleting
SliceQuery<String, String, String> sliceQuery = HFactory.createSliceQuery(keyspace, stringSerializer, stringSerializer, stringSerializer);
sliceQuery.setColumnFamily("authCollection").setKey("sample");
sliceQuery.setRange("", "", false, 4);
QueryResult<ColumnSlice<String, String>> result = sliceQuery.execute();
System.out.println("\nTrying to Retrieve data after deleting the key 'sample':\n" + result.get());
// close connection
cluster.getConnectionManager().shutdown();
} catch (Exception ex) {
System.out.println("Error encountered while deleting data!!");
ex.printStackTrace();
}
}
public static void main(String[] args) {
insertData();
retrieveData();
updateData();
deleteData();
}
} 5、搭建及驗證多節點集群
Cassandra是基于Gossip協議，水平擴展是非常的方便，增加新的節點，不需要重啟服務，他們會自動發現，因頁搭建單個集群的多結點，是非常簡單的一件事情，只需要做幾件事情：
5.1 在conf/cassandra.yaml中的“seed_provider”指定現在有的節點IP，這里的IP一定要是基于當前網卡的IP地址，而不能夠是127.0.0.1之類的：
seeds: "192.168.26.128,192.168.2.204"分隔符為逗號，可以同時指定多個IP；
5.2 指定listen_address，這個是用于監聽其它節點，這里一定要寫成當前節點的網站IP地址，如：192.168.26.128；
5.3 指定rpc_address，這個設置是表示在哪里監聽客戶端，因為某個服務器可能有多個網卡，這里可以設置為與listen_address的值一樣，也可以設置為0.0.0.0，表示監聽所有的網卡。
上面就完全成了一個存儲節點的配置，搭建多個節點，只需要將這些這個結點上的Cassandra拷貝到新的結點服務器上去就可以了，需要做的就是修改listen_address及rpc_address為新的結點的網卡IP地址，seeds就不用修改了。
搭建這樣就OK了，下面我們就驗證一下了。
5.4 驗證多點節集群
Cassandra自帶非常好的工具接口nodetool，它通過JMX的方式將命令發送到cassandra上去執行，然后得到返回結果。當前nodetool只能夠具有cassandra環境的節點上面執行，因為它需要共享cassandra本身的一些配置文件，如log4j等。執行nodetool需要帶IP和JMX端口，命令格式為“nodetool -host <host> -port <JMX_PORT> <command>”，示例如下：
nodetool -host 192.168.26.128 -port 7199 ring注：JMX_PORT這個變量在cassandra-env.sh里面有設置，里面可以看到值為7199，但是windows的配置文件中沒有看到有，應該是默認為7199吧。
noodtool常用的命令有
ring — ring命令用于查看集群的節點信息，ring來源于consistent hash，在consistent hash中，各個節點組成一個環，通常稱為ring。
ring命令的輸出中包括當前集群的節點，各個節點的狀態（Up還是Down），節點的load（數據量），節點在ring上的位置等信息。
示例輸出：
Starting NodeTool
Note: Ownership information does not include topology; for complete information,
specify a keyspace
Datacenter: datacenter1
==========
Address Rack Status State Load Owns T
oken
7
160946931665707836
192.168.26.128 rack1 Up Normal 78.18 KB 43.86% -
3195122621607553968
192.168.2.204 rack1 Up Normal 81.56 KB 56.14% 7
160946931665707836 這個示例里面顯示了兩個節點，當前狀態都是Up。
info — info命令用于顯示一個節點的信息，包括當前的load（數據量），運行時間，內存使用情況等。
示例輸出：
Starting NodeTool Token : -3195122621607553968 ID : 1c65f178-0742-4379-bd8d-9011b9f7c4a3 Gossip active : true Thrift active : true Load : 78.18 KB Generation No : 1374563151 Uptime (seconds) : 3802 Heap Memory (MB) : 18.18 / 1022.44 Data Center : datacenter1 Rack : rack1 Exceptions : 0 Key Cache : size 952 (bytes), capacity 53477376 (bytes), 43 hits, 59 requ ests, 0.729 recent hit rate, 14400 save period in seconds Row Cache : size 0 (bytes), capacity 0 (bytes), 0 hits, 0 requests, NaN r ecent hit rate, 0 save period in seconds
cfstats — 查看各個column family的詳細信息，包括讀寫次數、響應時間、memtable、sstable等。
輸出比較多，就不貼示例輸出了。
推薦閱讀：