Cassandra 学习笔记

集群结构
1）无中心、所以没有单点问题
2）使用P2P协议

特点

可靠性(reliability)：数据冗余存储，无中心
可伸缩性(scalability)：添加设备就可以水平扩展存储和运算能力
具备实时查询的能力
多数据中心识别
据说单行可以支持上亿列
运维成本低（相比Hbase要低很多）

一致性
什么叫数据库一致性？读操作一定会返回最新写入的结果。
Cassandra是最终一致性（弱一致性）：成功写入后，读取的并不一定是最新数据，但过一段时间所有副本才会达成一致。
可调节的一致性：
副本因子：数据保存多少副本
一致性级别：成功写入或者读取多少个副本才认为是一次成功操作
将副本因子设置为一致性级别，则可以达到最高一致性，但会牺牲读写性能

CAP
一致性：每次读取都是最新的数据
可用性：客户端总是可以读写数据
分区耐受性：数据库分散到多台机器，即使某台机器故障，也可以提供服务
CAP理论指出在一个分布式系统中，你只能强化其中两个方面

支持windows和Linux
keyspace：可以简单理解为RDBMS中的数据库
Column family: 可以理解为RDBMS中的表
核心功能只有get、set，没有update
数据有row key和多个的cell组成了，可以简单理解为是一个多维hashmap
row key是默认具有排序能力，实现方法可以自定义
Row key可以分布到不同node，策略可以自定义
内存cache，有助于提升查询效率
集群通过Gossip 协议通信，这是一个P2P协议
Memtable、SSTable、commitlog、compaction、墓碑（tombstone）
有类SQL的封装客户端，支持python、ruby等多语言

应用场景：
写密集、统计、分析型作业
大数据存储（不是大文件）
实时查询