Cassandra操作入门
1. Cassandra是什么
Apache Cassandra是一套开源分布式NoSQL数据库系统。它最初由Facebook开发，用于储存收件箱等简单格式数据，集Google BigTable的数据模型与Amazon Dynamo的完全分布式的架构于一身。Facebook于2008将 Cassandra 开源，此后，由于Cassandra良好的可扩放性，被Digg、Twitter等知名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。
详细参看:http://zh.wikipedia.org/wiki/Cassandra
2. 下载、安装、运行服务端及客户端
下载：http://cassandra.apache.org/download/
安装：因Cassandra是JAVA编写，所以理论上是在具有JDK6及上版本的机器上都可以运行，官方测试的和JDK有OpenJDK 及Sun的JDK。
运行服务端：在WINDOWS上可不用修改任何文件，直接运行bin/cassandra.bat；
在Linux上，如果不修改配置文件，一定要保证目录“/var/log/cassandra”及“/var/lib/cassandra”是必须存在的，并且拥有权限，直接运行bin/cassandra
运行客户端：
在windows上面运行bin/cassandra-cli.bat，linux上面运行bin/cassandra-cli，没有报错且出现类似这样的提示符就说明成功连接上了：
[default]
3、配置文件
conf/cassandra.yaml：这个是核心配置文件，包括各种策略、数据日志及cache data存放的地方等，如数据文件的配置项“data_file_directories”，上面我们是直接启动了cassandra，默认在的日志及数据存放目录分别是：
Windows：
在Cassandra运行的所在盘的根目录下面，会有一个var这样的目录，然后下面分别会有log、lib目录分别用于存放数据及日志；
Linux：
存放日志及数据的目录是“/var/log/cassandra”及“/var/lib/cassandra”
详细的配置项就自己看了。
4、操作示例
4.1 简介
Cassandra的操作命令，类似于我们平时操作的关系数据库一样，对熟悉MYSQL的朋友来说，看到的都会是一些熟悉的身影，如创建是用create，删除是用drop，更新是用update，查看对象是用show，要使用某个列族长则用use，非常的好记。如果是第一次使用，建设还是看这个官方的入门操作文档吧：http://wiki.apache.org/cassandra/GettingStarted。
4.2 创建keyspace
Cassandra的存储抽象结构和数据库一样，keyspace对应关系数据库的database或schema，column family对应于table，所以我们现在就和操作关系数据库一样，在连上去过后的第一步，就是创建一个keyspace（注：如果不知道命令如何使用，打入help命令，很多东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};
org.apache.cassandra.locator.SimpleStrategy
org.apache.cassandra.locator.NetworkTopologyStrategy
org.apache.cassandra.locator.OldNetworkTopologyStrategy
NetworkTopologyStrategy是针对多个data center的情况进行处理，这个是以防同一个data center中的所以节点同时出现问题，如掉电；
OldNetworkTopologyStrategy，这个可能会很少用上了，对data center的个数及复本的数量支持的有限，有了NetworkTopologyStrategy就不需要OldNetworkTopologyStrategy了。
详细请参看：http://www.datastax.com/docs/1.0/cluster_architecture/replication
4.3 创建column family
首先得选择我们刚才创建的keyspace：
use myspace;
create column family mycolumn
with key_validation_class = 'UTF8Type'
and comparator = 'UTF8Type'
and default_validation_class = 'UTF8Type';
插入数据：
set mycolumn[1][name1]=tom;
get mycolumn[1];会显示如下：
[default@myspace] get mycolumn[1];
=> (name=name1, value=tom, timestamp=1374485996562000)
Returned 1 results.
Elapsed time: 7.99 msec(s).4.5、通过JAVA操作Cassandra
Hector是一个比较好的选择，完全开源，这个是GitHub的源码地址：https://github.com/rantav/hector，以下是一个基于Hector的CRUB的示例，依赖的包在Cassandra的lib目录下面就可以找到：
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、搭建及验证多节点集群
Cassandra是基于Gossip协议，水平扩展是非常的方便，增加新的节点，不需要重启服务，他们会自动发现，因页搭建单个集群的多结点，是非常简单的一件事情，只需要做几件事情：
5.1 在conf/cassandra.yaml中的“seed_provider”指定现在有的节点IP，这里的IP一定要是基于当前网卡的IP地址，而不能够是127.0.0.1之类的：
seeds: "192.168.26.128,192.168.2.204"
5.2 指定listen_address，这个是用于监听其它节点，这里一定要写成当前节点的网站IP地址，如：192.168.26.128；
5.3 指定rpc_address，这个设置是表示在哪里监听客户端，因为某个服务器可能有多个网卡，这里可以设置为与listen_address的值一样，也可以设置为0.0.0.0，表示监听所有的网卡。
上面就完全成了一个存储节点的配置，搭建多个节点，只需要将这些这个结点上的Cassandra拷贝到新的结点服务器上去就可以了，需要做的就是修改listen_address及rpc_address为新的结点的网卡IP地址，seeds就不用修改了。
搭建这样就OK了，下面我们就验证一下了。
5.4 验证多点节集群
Cassandra自带非常好的工具接口nodetool，它通过JMX的方式将命令发送到cassandra上去执行，然后得到返回结果。当前nodetool只能够具有cassandra环境的节点上面执行，因为它需要共享cassandra本身的一些配置文件，如log4j等。执行nodetool需要带IP和JMX端口，命令格式为“nodetool -host <host> -port <JMX_PORT> <command>”，示例如下：
nodetool -host 192.168.26.128 -port 7199 ringnoodtool常用的命令有
ring — 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。
ring命令的输出中包括当前集群的节点，各个节点的状态（Up还是Down），节点的load（数据量），节点在ring上的位置等信息。
示例输出：
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这个示例里面显示了两个节点，当前状态都是Up。
info — info命令用于显示一个节点的信息，包括当前的load（数据量），运行时间，内存使用情况等。
示例输出：
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 secondscfstats — 查看各个column family的详细信息，包括读写次数、响应时间、memtable、sstable等。
输出比较多，就不贴示例输出了。
推荐阅读：
再分享一下我老师大神的人工智能教程吧。零基础！通俗易懂！风趣幽默！还带黄段子！希望你也加入到我们人工智能的队伍中来！https://blog.csdn.net/jiangjunshow
