Cassandra中实现SQL操作


本博客微信公共账号:hadoop123(微信号为:hadoop-123),分享hadoop技术内幕,hadoop最新技术进展,发布hadoop相关职位和求职信息,hadoop技术交流聚会、讲座以及会议等。二维码如下:


本文翻译自:Do You Really Need SQL to Do It All in Cassandra?

NoSQL数据库是为高扩展性系统设计的。它采用了key/value模型,它的缺点,正如NoSQL名字表明地那样,不支持SQL操作。这听起来像是一个很严重的缺陷—我们怎样对NoSQL上的数据进行“select”,“join”,“group”和“sort”操作?本文介绍了这些操作怎样在cassandra中自然而又有效的实现。

为了能够较清楚的阅读本文,读者需要先明白Cassandra的数据模型,可阅读这篇文章:“Cassandra数据模型”。Cassandra数据模型的优势在于,它通过一个高效的迭代框架(通过column和super column)扩展了基本的key/value存储系统,这意味着,你可以在不检索整条记录的前提下,只对一个column进行读写。下面将介绍怎样利用数据迭代支持各种SQL查询操作。

让我们考虑一个基本的例子:存在一对多关系的department和employee。我们需要两个Column Family(简称“CF”):Emps和Deps。在Emps中,employee ID作为key,employee的name,birthday和city作为column;在Deps中,department ID作为key,department name作为column。

(1) select

如查询:select * from Emps where Birthdate = ’25/04/1975′

为了支持该查询,我们需要添加一个叫Birthdate_Emps的CF,其中date为key, name为出生在该天的employee的ID,value可以是一个空的byte数组(用“-”代替)。每当从/向 Emps中插入 /删除employee信息时,我们需要同时更新Birthdate_Emps。为了执行该查询,我们只需从Birthdate_Emps中检索出key ’25/04/1975′对应的所有column。

注意,Birthdate_Emps实际上是一个帮助我们快速执行查询的索引,且这个索引有很强的可扩展性,因为它是分布到各个cassandra节点上的。你可以通过在Birthdate_Emps中添加employee冗余信息的方法进一步加速查询速度,这时,employee的ID变成了super column的名字,employee的所有column变成了该super column的column。

(2) Join

例如查询:select * from Emps e, Deps d where e.dep_id = d.dep_id

join实际上是要建立不同实体之间的联系。这种联系可以很容易地通过迭代表示出来。为了实现该查询,可以添加一个叫Dep_Emps的CF,其中department ID作为key,与之对应的employee的ID为name。

(3) Group By

例如查询:select count(*) from Emps group by City

从实现角度看,Group By类似于上面描述的select/indexing,你只需要添加一个叫City_Emps的CF,其中,city作为key,employee的ID作为column name。当执行查询的时候,你只需计算需检索的city对应的employee数目或者专门添加一个column记录该数目。

(4) Order by

为了支持排序操作,你可以使用OrderPreservingPartitioner对数据按照key进行排序。具体可参见:http://ria101.wordpress.com/2010/02/22/cassandra-randompartitioner-vs-orderpreservingpartitioner/

为了支持这些操作,我们 针对查询存储了冗余数据,这样做意味着:

(1) 你必须事先知道系统中需要哪些query(不支持即时查询)。而然,典型的web应用和企业OLTP应用的查询均是事先知道的,且数目不多,不经常改动,具体可阅读这篇论文:The End of an Architectural Era

(2) 我们将压力从查询转移到更新,这是为了支持物化视图(提前计算出查询结果)。这样做,对于Cassandra是非常有意义的,因为Cassandra的更新操作是经过优化的(多亏了最终一致性和从google的BigTable借鉴的“log-structured”存储理念),并且相比于pull-on-demand模型,cassandra的使用场景更适合push-on-change 模型。关于pull-on-demand和push-on-change模型,可参考文章“Why are Facebook, Digg, and Twitter so hard to scale?”

原创文章,转载请注明: 转载自董的博客

本文链接地址: http://dongxicheng.org/nosql/cassandra-sql/

作者:Dong,作者介绍:http://dongxicheng.org/about/

本博客的文章集合:

Leave a Comment

发表评论

电子邮件地址不会被公开。 必填项已用*标注

*

您可以使用这些HTML标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

15 Comments to “Cassandra中实现SQL操作”

Boom beach cheats no jailbreak…

Cassandra中实现SQL操作 | 董的博客…

回复

birthday party places vancouver…

Cassandra中实现SQL操作 | 董的博客…

回复

similar website…

Cassandra中实现SQL操作 | 董的博客…

回复

kvg krankenversicherungsgesetz…

Cassandra中实现SQL操作 | 董的博客…

回复

art expert reviews…

Cassandra中实现SQL操作 | 董的博客…

回复

visita mis artículos…

Cassandra中实现SQL操作 | 董的博客…

回复

wake Up now…

Cassandra中实现SQL操作 | 董的博客…

回复

tickets 2014 super bowl…

Cassandra中实现SQL操作 | 董的博客…

回复

how to attract women…

Cassandra中实现SQL操作 | 董的博客…

回复

find cell phone location…

Cassandra中实现SQL操作 | 董的博客…

回复

60 Inch round 60 round trestle dining Table reclaimed…

Cassandra中实现SQL操作 | 董的博客…

回复

email list building…

Cassandra中实现SQL操作 | 董的博客…

回复

thrombosed Hemorrhoids cures reviews…

Cassandra中实现SQL操作 | 董的博客…

回复

Fotograf…

Cassandra中实现SQL操作 | 董的博客…

回复

[...] you cherished this article therefore you would like to acquire more info about agen bola piala dunia i implore you to visit the [...]

回复