深入浅出cassandra 2 第一个可以运行的例子

深入浅出cassandra 2 第一个可以运行的例子

在上一篇文章中，我们成功的建立了一个可以cassandra的实例，同时也让它成功的运行起来，下面的工作就是让我们来简单的操作一下这个

号称分布式的号称第二代的数据库系统。

 

本文主要关注两个部分，

1. 怎么写一个最简单cassandra的sample

2. 怎么去分析这个最简单的sample背后隐含的含义

步骤一：
1. 首先我们创建一个工程，然后将cassandra/lib目录下的包，导入到我们的工程中。

2. 非常重要的一点

 

编程接口Thrift的配置 

使用下面的命令，获取Thrift的压缩包

wget -O thrift.tgz http://gitweb.thrift-rpc.org/?p=thrift.git;a=snapshot;h=HEAD;sf=tgz

如果使用Java语言，可以在解压Thrift后，到安装目录下的/lib/java目录，使用ant编译得到libthrift.jar

 

注意：

编译Java的jar时，需要用到ant，版本需要在1.7.1及以上，不然在编译时提示"not support nested 'typedef' element"的异常

 

而且在ant操作时，不能仅仅只拿出lib/java这个文件，须要在整个thrift这个大工程下ant       

 

步骤二：

创建一个类，内容如下：

Java代码 ：

package com.taobao.zhujiadun.basic;
import org.apache.cassandra.thrift.Cassandra;
import org.apache.cassandra.thrift.Column;
import org.apache.cassandra.thrift.ColumnPath;
import org.apache.cassandra.thrift.ConsistencyLevel;
import org.apache.cassandra.thrift.InvalidRequestException;
import org.apache.cassandra.thrift.NotFoundException;
import org.apache.cassandra.thrift.TimedOutException;
import org.apache.cassandra.thrift.UnavailableException;
import org.apache.thrift.TException;
import org.apache.thrift.protocol.TBinaryProtocol;
import org.apache.thrift.transport.TSocket;
import org.apache.thrift.transport.TTransport;
import org.apache.thrift.transport.TTransportException;
 public class SampleOne {
     static Cassandra.Client cassandraClient;
     static TTransport socket;


     private static void init() throws TTransportException {
//         String server = "192.168.1.129";
         String server = "localhost";
         int port = 9160;

         /* 首先指定cassandra server的地址 */
         socket = new TSocket(server, port);
         System.out.println(" connected to " + server + ":" + port + ".");


         /* 指定通信协议为二进制流协议 */
         TBinaryProtocol binaryProtocol = new TBinaryProtocol(socket, false, false);
         cassandraClient = new Cassandra.Client(binaryProtocol);


         /* 建立通信连接 */
         socket.open();
     }


     public static void main(String[] args) throws TException, TimedOutException, InvalidRequestException, UnavailableException, NotFoundException {
         /* 初始化连接 */
         init();


         /* 选择需要操作的Keyspaces， 可以理解成数据库的表 */
         String keyspace= "Keyspace1";
         String row = "employee";

         /* 创建一个Table Name */
         String tableName = "Standard2";

         /* 插入一条记录 */
         insertOrUpdate(keyspace,tableName,row,"name","happy birthday!",System.currentTimeMillis());
         /* 删除一条记录 */
         //delete(keyspace,tableName,row,"name",System.currentTimeMillis());
         /* 获取一条记录 (由于插入和删除是同一条记录,有可能会检索不到哦!请大家主意!*/
         Column column = getByColumn(keyspace,tableName,row,"name", System.currentTimeMillis());
         System.out.println("read row " + row);
         System.out.println("column name " + ":" + new String(column.name));
         System.out.println("column value" + ":" + new String(column.value));
         System.out.println("column timestamp" + ":" + (column.timestamp));

         close();
     }

     /**
      * 插入记录
      */
     public static void insertOrUpdate(String tableSpace,String tableName, String rowParam,String ColumnName,String ColumnValue,long timeStamp)
        throws TException, TimedOutException, InvalidRequestException, UnavailableException, NotFoundException{
         /* 选择需要操作的Keyspaces， 存放数据表所在的空间位置 */
         String keyspace= tableSpace;
         /* 数据所在的行标 */
         String row = rowParam;

         /* 创建一个column path */
         ColumnPath col = new ColumnPath(tableName);
         col.setColumn(ColumnName.getBytes());

         /* 执行插入操作，指定keysapce, row, col, 和数据内容， 后面两个参数一个是timestamp， 另外一个是consistency_level
          * timestamp是用来做数据一致性保证的， 而consistency_level是用来控制数据分布的策略，前者的理论依据是bigtable, 后者的理论依据是dynamo
          */
        cassandraClient.insert(keyspace, row, col,"i don't know".getBytes(), System.currentTimeMillis(), ConsistencyLevel.ONE);
     }

     /**
      * 删除记录
      */
     public static void delete(String tableSpace,String tableName, String rowParam,String ColumnName,long timeStamp)
        throws TException, TimedOutException, InvalidRequestException, UnavailableException, NotFoundException{
         /* 选择需要操作的Keyspaces， 存放数据表所在的空间位置 */
         String keyspace= tableSpace;
         /* 数据所在的行标 */
         String row = rowParam;

         /* 创建一个column path */
         ColumnPath col = new ColumnPath(tableName);
         col.setColumn(ColumnName.getBytes());

         /* 执行删除操作，指定keysapce, row, col， 后面两个参数一个是timestamp， 另外一个是consistency_level
          * timestamp是用来做数据一致性保证的， 而consistency_level是用来控制数据分布的策略，前者的理论依据是bigtable, 后者的理论依据是dynamo
          */
        cassandraClient.remove(keyspace, row, col, System.currentTimeMillis(), ConsistencyLevel.ONE);
     }

     /**
      * 获取数据
      */
     public static Column getByColumn(String tableSpace,String tableName, String rowParam,String ColumnName,long timeStamp)
    throws TException, TimedOutException, InvalidRequestException, UnavailableException, NotFoundException{
      /* 选择需要操作的Keyspaces， 存放数据表所在的空间位置 */
      String keyspace= tableSpace;
      /* 数据所在的行标 */
      String row = rowParam;
      /* 创建一个column path */
      ColumnPath col = new ColumnPath(tableName);
      col.setColumn(ColumnName.getBytes());

      /* 执行查询操作，指定keysapce, row, col， timestamp
       * timestamp是用来做数据一致性保证的， 而consistency_level是用来控制数据分布的策略，前者的理论依据是bigtable, 后者的理论依据是dynamo
       */
      Column column = cassandraClient.get(keyspace, row, col, ConsistencyLevel.ONE).column;
      return column;
     }


     /**
      * 关闭当前的远程访问连接
      */
     public static void close() {
         socket.close();
    }
 }

为了比较好的理解这些名词解释,我们先看看cassandra的数据模型: 

 

Cassandra 的数据模型的基本概念： 
keyspace: 
用于存放 ColumnFamily 的容器，相当于关系数据库中的 Schema 或 database, 
ColumnFamily : 
用于存放 Column 的容器，类似关系数据库中的 table 的概念。 

SuperColumn ： 
它是一个特列殊的 Column, 它的 Value 值可以包函多个 Column 

{   // 这是一个SuperColumn
    name: "李明杰",
   // 包含一系列的Columns
   value: {
    street: {name: "street", value: "1234 x street", timestamp: 123456789},
    city: {name: "city", value: "san francisco", timestamp: 123456789},
    zip: {name: "zip", value: "94107", timestamp: 123456789},
   }
}

Columns： 
Cassandra 的最基本单位。由 name , value , timestamp 组成 

{  // 这是一个column
  name: "李明杰",
  value: "[e-mail]",
  timestamp: 123456789
}

cassandra的数据模型主要就是由上述几种模型构建而成的,很简单吧,的确是这样,最大的好处就是读写数据的API非常简单. 

1. 首先我们来说说keyspace是个什么玩意

打开storage-conf.xml，找到<Keyspaces>这个xml节点，我们可以看到一段对keyspace的说明， 如下：

ColumnFamily在cassandra中概念最接近关系型数据库中的表。而keyspace则是一堆ColumnFamily的集合。如果说ColumnFamily是表，那么我们可以将keyspace称之库

我们来看一段简单的配置。

 

Java代码 

<Keyspaces>
    <Keyspace Name="Keyspace1">
      <ColumnFamily CompareWith="BytesType" Name="Standard1"/>
      <ColumnFamily CompareWith="UTF8Type" Name="Standard2"/>
      <ColumnFamily CompareWith="TimeUUIDType" Name="StandardByUUID1"/>
      <ColumnFamily ColumnType="Super"
                    CompareWith="UTF8Type"
                    CompareSubcolumnsWith="UTF8Type"
                    Name="Super1"
                    Comment="A column family with supercolumns, whose column and subcolumn names are UTF8 strings"/>
    </Keyspace>
    <Keyspace Name="ahuaxuan">
      <ColumnFamily CompareWith="BytesType" Name="test1"/>
      <ColumnFamily CompareWith="UTF8Type" Name="test2"/>
      <ColumnFamily ColumnType="Super"
                    CompareWith="UTF8Type"
                    CompareSubcolumnsWith="UTF8Type"
                    Name="Super1"
                    Comment="A column family with supercolumns, whose column and subcolumn names are UTF8 strings"/>
    </Keyspace>
  </Keyspaces>

 

  

这段配置表示我们的cassandra中有多个keyspace, 而每个keyspace下又有多个ColumnFamil