Cassandra开发入门文档第二部分（timeuuid类型、复合主键、静态字段详解）

timeuuid类型

timeuuid具有唯一索引和日期时间的综合特性，可以与日期和时间函数联合使用，常用的关联函数：

• dateOf()
• now()
• minTimeuuid() and maxTimeuuid()
• toDate(timeuuid)
• toTimestamp(timeuuid)
• toUnixTimestamp(timeuuid)

比如

SELECT * FROM myTable
WHERE t > maxTimeuuid('2013-01-01 00:05+0000')
AND t < minTimeuuid('2013-02-02 10:00+0000')

 

DataStax Enterprise 5.0及更高版本支持一些额外的timeuuid和timestamp函数来操作日期。这些函数可以在INSERT、UPDATE和SELECT语句中使用。

CREATE TABLE sample_times (a int, b timestamp, c timeuuid, d bigint, PRIMARY KEY (a,b,c,d));
INSERT INTO sample_times (a,b,c,d) VALUES (1, toUnixTimestamp(now()), 50554d6e-29bb-11e5-b345-feff819cdc9f, toTimestamp(now()));
SELECT a, b, toDate(c), toDate(d) FROM sample_times

开工！

-- 开始工作：
bin/cqlsh localhost
-- 查看所有的键空间：
DESCRIBE keyspaces
-- 使用创建的键空间：
USE myks;
-- 查看已有表：
describe tables;
-- 查看表结构：
describe table users;
-- 删除已有表：
drop table users;

 

user_status_updates表有一个id字段，类型是timeuuid。

username是一个分区key。表的分区key的作用是将行分组到特定的逻辑相关。在程序中，每个用户的时间线都是一个独立的数据结构，因此按用户划分表是一个合理的策略。

我们称id列为集群（clustering）列。集群列的任务是确定分区中行的顺序。这就是为什么我们观察到在每个用户的状态更新中，行是按id的时间戳严格按升序返回的。

-- 首先，先建表
CREATE TABLE "user_status_updates" (
"username" text,
"id" timeuuid,
"body" text,
PRIMARY KEY ("username", "id")
);

CREATE TABLE "users" (
"username" text,
"email" text,
"encrypted_password" blob,
PRIMARY KEY ("username")
);

-- 对主表users进行数据插入
INSERT INTO "users"
("username", "email", "encrypted_password")
VALUES (
'alice',
'alice@gmail.com',
0x8914977ed729792e403da53024c6069a9158b8c4
);

INSERT INTO "users"
("username", "encrypted_password")
VALUES (
'bob',
0x10920941a69549d33aaee6116ed1f47e19b8e713
);

-- 对从表user_status_updates进行数据插入
INSERT INTO "user_status_updates"
("username", "id", "body")
VALUES (
'alice',
76e7a4d0-e796-11e3-90ce-5f98e903bf02,
'Learning Cassandra!'
);

INSERT INTO "user_status_updates"
("username", "id", "body")
VALUES (
'bob',
97719c50-e797-11e3-90ce-5f98e903bf02,
'Eating a tasty sandwich.'
);

-- 前面我们加了2条从表记录，现在重点关注下id（即timeuuid）的查询
SELECT * FROM "user_status_updates";

SELECT "username", "id", "body", DATEOF("id")
FROM "user_status_updates";

SELECT "username", "id", "body", UNIXTIMESTAMPOF("id")
FROM "user_status_updates";

SELECT * FROM "user_status_updates"
WHERE "username" = 'alice'
AND "id" = 76e7a4d0-e796-11e3-90ce-5f98e903bf02;

-- 我们加了2条自制的uuid，那么从时间函数能自动产生uuid吗？会不会产生排序异常？
-- 再插入6条测试数据

INSERT INTO "user_status_updates" ("username", "id", "body")
VALUES ('alice', NOW(), 'Alice Update 1');
INSERT INTO "user_status_updates" ("username", "id", "body")
VALUES ('bob', NOW(), 'Bob Update 1');
INSERT INTO "user_status_updates" ("username", "id", "body")
VALUES ('alice', NOW(), 'Alice Update 2');
INSERT INTO "user_status_updates" ("username", "id", "body")
VALUES ('bob', NOW(), 'Bob Update 2');
INSERT INTO "user_status_updates" ("username", "id", "body")
VALUES ('alice', NOW(), 'Alice Update 3');
INSERT INTO "user_status_updates" ("username", "id", "body")
VALUES ('bob', NOW(), 'Bob Update 3');

-- 看看时间戳就知道了
SELECT "username", "id", "body",toTimestamp("id"), UNIXTIMESTAMPOF("id")
FROM "user_status_updates";

-- 结果：

上面的例子看到一个表的主键中有两列：一个分区键(username)和一个集群列(id)。事实证明，这两种都不仅仅限于一个列。可以定义一个或多个分区键列和零个或多个群集列。

多个群集列

群集列不限于前面指定的一个字段。让我们看看多个集群列是如何工作的，并有助于数据排序。为了说明这一点，我们将重新创建状态更新表，以便按用户更新其状态的日期和时间对其进行群集：

"status_date", "status_time"将是下面的演示多个集群列的例子。

复合主键

复合主键是由多个列组成的简单主键。虽然乍一看，这似乎是对Cassandra表的一个小小的补充，但实际上，具有复合主键的表是一个相当丰富的数据结构，它具有新的数据访问模式。
我们构建一个user_status_updates表，该表存储用户状态更新的时间线。

-- 下面来看看复合主键
-- 建表

CREATE TABLE "user_status_updates_by_datetime" (
"username" text,
"status_date" date,
"status_time" time,
"body" text,
PRIMARY KEY ("username", "status_date", "status_time")
);

INSERT INTO "user_status_updates_by_datetime" ("username", 
"status_date", "status_time", "body")
VALUES ('alice', '2019-11-18', '08:30:55.123', 'Alice Update 1');
INSERT INTO "user_status_updates_by_datetime" ("username", 
"status_date", "status_time", "body")
VALUES ('alice', '2019-11-18', '14:40:25.123456789', 'Alice Update 2');
INSERT INTO "user_status_updates_by_datetime" ("username", 
"status_date", "status_time", "body")
VALUES ('alice', '2019-11-19', '08:25:25', 'Alice Update 3');
INSERT INTO "user_status_updates_by_datetime" ("username", 
"status_date", "status_time", "body")
VALUES ('alice', '2019-11-21', '08:35:55.123456', 'Alice Update 4');
INSERT INTO "user_status_updates_by_datetime" ("username", 
"status_date", "status_time", "body")
VALUES ('alice', '2019-11-21', '14:30:15.123', 'Alice Update 5');
INSERT INTO "user_status_updates_by_datetime" ("username", 
"status_date", "status_time", "body")
VALUES ('alice', '2019-11-23', '14:50:45.123456', 'Alice Update 6');

 

-- 试试看插入一些错误数据

INSERT INTO "user_status_updates_by_datetime" ("username", 
"status_date", "status_time", "body")
VALUES ('alice', '2019-14-23', '14:50:45.123456', 'Alice Update 7');

INSERT INTO "user_status_updates_by_datetime" ("username", 
"status_date", "status_time", "body")
VALUES ('alice', '2019-11-23', '14:65:45.123456', 'Alice Update 8');

 

一些组合查询和传统数据库不同的地方

SELECT * FROM "user_status_updates_by_datetime";
-- 试试组合查询
SELECT * FROM "user_status_updates_by_datetime"
WHERE "username" = 'alice' AND "status_date" < '2019-11-20';

-- 试试组合日期和时间查询，要查大于某天及大于几点的数据
SELECT * FROM "user_status_updates_by_datetime"
WHERE "username" = 'alice' AND "status_date" > '2019-11-20' AND 
"status_time" > '12:00:00';
-- 报了个错：InvalidRequest: Error from server: code=2200 [Invalid query] message="Clustering column "status_time" cannot be restricted (preceding column "status_date" is restricted by a non-EQ relation)"
-- 原因Cassandra 支持的查询语句很严格，首先 partition key 必须精确查询，最后一个查询才能范围查询。
-- 改成下面这样就合规了
SELECT * FROM "user_status_updates_by_datetime"
WHERE "username" = 'alice' AND "status_date" = '2019-11-21' AND 
"status_time" > '12:00:00';

 

Cassandra没有内置的不同表中数据之间关系的概念。SELECT语句中没有外键约束，也没有JOIN子句；
事实上，在同一个查询中没有从多个表中读取的方法，而关系数据库可以考虑不同表中数据之间的关系，无论它们是一对一、一对多还是多对多。
Cassandra没有用于描述或遍历表间关系的内置机制。也就是说，Cassandra的复合主键结构为一种特殊的主从关系提供了充足的保障。

在关系数据库中，我们可以使用外键约束使关系在模式中显式化，但是Cassandra没有提供这样的功能。事实上，如果我们想为用户和用户状态更新使用两个不同的表，我们无法在数据库模式中显式地编码它们的关系。但是，有一种方法可以将用户和状态更新合并到一个表中，同时保持它们之间的一对多关系。为了实现这一合并，我们将使用Cassandra表的一个特性，这是我们以前从未见过的静态列。

其实，归根结缔，用一个词来形容Cassandra的这种Non Join的做法的核心就是：冗余。

而静态列就是保持冗余和一致性的重要技术手段。

STATIC静态字段

-- 创建表
-- 我们将 email 和 encrypted_password 两个字段设置为 STATIC 了，这意味着同一个 username 只会有一个 email 和 encrypted_password

CREATE TABLE "users_with_status_updates" (
"username" text,
"id" timeuuid,
"email" text STATIC,
"encrypted_password" blob STATIC,
"body" text,
PRIMARY KEY ("username", "id")
);

INSERT INTO "users_with_status_updates"
("username", "id", "email", "encrypted_password", "body")
VALUES (
'alice',
76e7a4d0-e796-11e3-90ce-5f98e903bf02,
'alice@gmail.com',
0x8914977ed729792e403da53024c6069a9158b8c4,
'Learning Cassandra!'
);

SELECT * FROM "users_with_status_updates";
-- 验证插入
INSERT INTO "users_with_status_updates"
("username", "id", "body")
VALUES ('alice', NOW(), 'Another status update');

SELECT * FROM "users_with_status_updates";

SELECT "username", "email", "encrypted_password"
FROM "users_with_status_updates"
WHERE "username" = 'alice';

SELECT DISTINCT "username", "email", "encrypted_password"
FROM "users_with_status_updates"
WHERE "username" = 'alice';

-- 验证另一个主键bob

INSERT INTO "users_with_status_updates"
("username", "email", "encrypted_password")
VALUES (
'bob',
'bob@gmail.com',
0x10920941a69549d33aaee6116ed1f47e19b8e713
);

INSERT INTO "users_with_status_updates"
("username", "id", "body")
VALUES ('bob', NOW(), 'Bob status update');

结果：

高级课题

以上是联合主键的一些用法，现在进入高级些的课题

• 如何检索单个分区中的所有行
• 如何检索集群列值范围内的行
• 如何对单个分区中的行进行分页
• 如何更改结果的顺序
• 如何按聚类列的降序存储行
• 如何分页

 

SELECT * FROM "user_status_updates"
WHERE "username" = 'alice';

-- 以前，我们使用WHERE关键字为一个完整的主键指定一个确切的值。在前面的查询中，我们只指定主键的分区键部分，这允许我们只检索那些我们要求分区的行；
-- 出于唯一性的目的，username列肯定不能保证唯一性；id是一个UUID，我们可以跳过用户名分区键，只通过id clustering列查找行吗？让我们试一试：

SELECT * FROM "user_status_updates"
WHERE id = 3f9b5f00-e8f7-11e3-9211-5f98e903bf02;

INSERT INTO "status_update_replies"
("status_update_username", "status_update_id", "id", "body")
VALUES(
'alice',
76e7a4d0-e796-11e3-90ce-5f98e903bf02,
NOW(),
'Good luck!'
);

SELECT * FROM "status_update_replies"
WHERE "status_update_username" = 'alice';

-- 检索特定时间范围的状态更新

-- 在探究了CQL中WHERE关键字的限制之后，让我们返回到user_status_updates表。假设我们想为MyStatus构建一个存档特性，显示用户在请求的一个月内的所有更新。
-- 在CQL术语中，我们希望选择一系列集群列；例如，让我们返回2014年5月创建的alice的所有状态更新：

SELECT "id", DATEOF("id"), "body"
FROM "user_status_updates"
WHERE "username" = 'alice'
AND "id" >= MINTIMEUUID('2014-05-01')
AND "id" <= MAXTIMEUUID('2014-05-31');


-- 在分区中分页，顺序

SELECT "id", DATEOF("id"), "body"
FROM "user_status_updates"
WHERE "username" = 'alice'
LIMIT 3;
-- 在分区中筛选后分页，顺序

SELECT "id", DATEOF("id"), "body"
FROM "user_status_updates"
WHERE "username" = 'alice'
AND id > 3f9df710-e8f7-11e3-9211-5f98e903bf02
LIMIT 3;

SELECT COUNT(1) FROM "user_status_updates"
WHERE "username" = 'alice';

-- 在分区中筛选后分页，倒序

SELECT "id", DATEOF("id"), "body"
FROM "user_status_updates"
WHERE "username" = 'alice'
ORDER BY "id" DESC;

-- 在分区中不使用簇列进行排序，将会报错

cqlsh:myks> SELECT "id", DATEOF("id"), "body"
... FROM "user_status_updates"
... WHERE "username" = 'alice'
... ORDER BY "body" DESC;
InvalidRequest: Error from server: code=2200 [Invalid query] message="Order by is currently only supported on the clustered columns of the PRIMARY KEY, got body"

-- 显式设定特定的倒序排序
CREATE TABLE "reversed_user_status_updates" (
"username" text,
"id" timeuuid,
"body" text,
PRIMARY KEY ("username", "id")
) WITH CLUSTERING ORDER BY ("id" DESC);

INSERT INTO "reversed_user_status_updates"
("username", "id", "body")
VALUES ('alice', NOW(), 'Reversed status 1');
INSERT INTO "reversed_user_status_updates"
("username", "id", "body")
VALUES ('alice', NOW(), 'Reversed status 2');
INSERT INTO "reversed_user_status_updates"
("username", "id", "body")
VALUES ('alice', NOW(), 'Reversed status 3');
-- 显式倒序排序测试
SELECT * FROM "reversed_user_status_updates"
WHERE "username" = 'alice';

-- 正确

SELECT * FROM "user_status_updates_by_datetime";

SELECT * FROM "user_status_updates_by_datetime"
WHERE "username" = 'alice'
ORDER BY "status_date" ASC, "status_time" ASC;

SELECT * FROM "user_status_updates_by_datetime"
WHERE "username" = 'alice'
ORDER BY "status_date" DESC, "status_time" DESC;

--错误

SELECT * FROM "user_status_updates_by_datetime"
WHERE "username" = 'alice'
ORDER BY "status_date" ASC, "status_time" DESC;

SELECT * FROM "user_status_updates_by_datetime"
WHERE "username" = 'alice'
ORDER BY "status_date" DESC, "status_time" ASC;

-- 显式设定特定的倒序-正序排序组合

CREATE TABLE "reversed_user_status_updates_by_datetime" (
"username" text,
"status_date" date,
"status_time" time,
"body" text,
PRIMARY KEY ("username", "status_date", "status_time")
) WITH CLUSTERING ORDER BY ("status_date" ASC, "status_time" DESC);

JSON支持
-- 插入JSON，看起来完全不像传统数据库SQL了

INSERT INTO "user_status_updates_by_datetime"
JSON '{"username": "alice", "status_date": "2016-11-24", "status_time":
"13:35:20.123456", "body": "Alice Update 7"}';


SELECT * FROM "user_status_updates_by_datetime";
-- json查询
SELECT JSON * FROM "user_status_updates_by_datetime"
WHERE "username" = 'alice'
AND status_date > '2016-11-20';