Cassandra学习六 一些知识点

http://www.flyml.net/2016/09/08/cassandra-tutorial-java-api-example/

• Cassandra对查询的支持很弱，只支持主键列及索引列的查询，而且主键列还有各种限制，不过查询弱归弱，但它还是支持索引和排序的。

• cassandra:

　　　　索引列 支持 like
　　　　只有主键支持 group by
　　　　不支持 or, 但是 支持 and

select * from books where subject like 'Pro%'

CREATE CUSTOM INDEX employee_firstname_idx ON
books (subject) USING
'org.apache.cassandra.index.sasi.SASIIndex' WITH
OPTIONS = {'analyzer_class': 'org.apache.cassandra.index.sasi.analyzer.StandardAnalyzer', 'case_sensitive': 'false'};

Partition Key ：决定了数据在Cassandra各个节点的是如何分区的。
Clustering Key ： 用于在各个分区内的排序。
Primary Key ： 主键，决定数据行的唯一性
Composite Key ：只是一个多字段组合的概念

在实际的使用过程中,cassandra的数据查询有很多不同于关系型数据库的地方，
如果你总是用关系型数据库的思维去考虑cassandra的问题的话，往往会掉进坑里。
cassandra的CQL写法并没有像你想象中的随心所欲，因为究其本质，
它的数据集是以key-value的形式存放，所以在查询时会有很多限制。

总结：

• cassandra的查询必须在主键列上，或者查询的字段有二级索引。
• 对于（A，B）形式的主键，假如查询条件不带分区键A，则查询语句需要开启allow filtering。
• 对于（（A，B）,C,D）形式的主键，可以认为是第2点的变种。A，B必须同时出现在查询条件中（A和B合在一起决定分区）,且C,D不可以跳跃，像where A and B and D的查询是非法的。
• 以上查询不考虑范围查询的情况。
• 所以因为第三点的关系，parition key字段过多会对以后的查询造成很大困扰，在建表的时候首先一定要考虑好数据模型，以免后期掉坑。
• 此外假如与spark集成的话，可以在一定程度上规避掉上面非法查询的问题，通过sparksql可以近似实现关系型数据库sql的查询，而不用考虑查询中一定要带上所有partition key字段

PRIMARY KEY(key_part_one, key_part_two)
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；
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；
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~

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;

Cassandra之中的存储，是2-level nested Map
Partition Key –> Custering Key –> Data
partition key: eq and in
clustering key: < <= = >= > in

二级索引的原理：
Cassandra之中的索引的实现相对MySQL的索引来说就要简单粗暴很多了。他实际上是自动偷偷新创建了一张表格，
同时将原始表格之中的索引字段作为新索引表的Primary Key！并且存储的值为原始数据的Primary Key

注意：一个CF可以包含多个Column， 并且每一行可以包含的Column的范围不要求完全一致。 类似一个稀疏矩阵；
。Cassandra的发展很快，但是基础的数据模型并没有本质改变。 从2007年诞生到现在（2016年），仍然可以使用下面的一句话概括：
Map<RowKey, SortedMap<ColumnKey, ColumnValue>>
首先Map结构，通过key来进行查询速度会非常快。 再加上内嵌的SortedMap， 可以进行顺序查找，速度也很快。 当然，如何快速的生成Key等就是另外一个topic了