PROSAGA码农传奇-概念模型-与Bigtable相比，Cassandras数据模型中有关列族的概念差异？

<div class =“post-text”itemprop =“text”>
  
    你联系到的答案是从6年前开始的，从那时起Cassandra就发生了很多变化。当Cassandra开始时，它的数据模型确实基于BigTable。一行数据可以包含任意数量的列，这些列中的每一列都具有名称和值。一行可以有一千个不同的列，另一行可以有一千个其他列 - 行不必具有相同的列。这样的数据库称为“无模式”，因为没有每行需要遵循的模式。
  
  
    但托托，我们不再在堪萨斯了 - 而卡桑德拉的模型改变了焦点（虽然不是在本质上），我将尝试解释如何以及为什么：
  
  
    随着Cassandra的成熟，它的开发人员开始意识到无模式并不像他们曾经认为的那样伟大。模式在确保应用程序正确性方面很有价值。此外，由于一条记录中有1000个单独命名的字段，因此通常不会在一行中达到1000列。相反，更常见的情况是记录实际上包含200个条目，每个条目有5个字段。模式应该修复这些条目中的每一个应该具有的这5个字段，并且定义每个这些单独条目的内容称为“集群密钥”。因此，在六年前的Cassandra 0.8时代，这些想法被引入Cassandra作为“CQL”（Cassandra查询语言）。
  
  
    例如，在CQL中，我们声明一个列族（尽职地重命名为“table”）具有一个模式，其中包含已知的字段列表：
  
   <pre>
 <code>
 CREATE TABLE groups (
 groupname text,
 username text,
 email text,
 age int,
 PRIMARY KEY (groupname, username)
)

</code>
 </pre>
  
    该模式表示表中的每个宽行（现在，在现代的Cassandra中，这被重命名为“分区”）与键“groupname”是一个可能很长的用户列表，每个用户都有用户名，电子邮件和年龄字段。 “PRIMARY KEY”说明符中的第一个名称是分区键（它确定宽行的键），第二个名称称为聚类键（它确定组成宽行的小行的键） 。
  
  
    尽管采用了新的CQL装扮，但Cassandra继续使用旧的BigTable-wide-row-without-schema实现来实现这些新概念。例如，考虑我们的数据有两个人组成的“mygroup”组（john，john @ somewhere.com，27）和（joe，joe @ somewhere.com，38）。 Cassandra将以下四列名称＆gt;值添加到宽行：
  
   <pre>
 <code>
 john:email -> john@somewhere.com
john:age -> 27
joe:email -> joe@somewhere.com
joe:age -> 27

</code>
 </pre>
  
    注意我们如何得到一个包含4列的宽行 - 每行2个非关键字段（电子邮件和年龄），再乘以分区中的行数（2）。聚类键字段“username”不再作为值显示在任何位置，而是作为列名称的一部分出现！所以如果我们有两个用户名值“john”和“joe”，我们有一些前缀为“john”的列和一些前缀为“joe”的列，当我们读取“joe：email”列时，我们知道这是值具有username = joe的行的电子邮件字段。
  
  
    Cassandra仍具有这种内部二元性 - 将面向用户的CQL行和群集键转换为旧式宽行。直到最近，Cassandra的磁盘格式称为“SSTables”仍然是无模式的，并使用如上所示的列名称的复合名称。我在Scylla的网站上写了SSTable格式的详细说明
    <a href="https://github.com/scylladb/scylla/wiki/SSTables-Data-File" rel="noreferrer">
      https://github.com/scylladb/scylla/wiki/SSTables-Data-File
    </A>
     （Scylla是一个更高效的C ++重新实现Cassandra，我贡献了）。但是，列名在这种格式下效率非常低，因此Cassandra最近（在3.0版本中）切换到不同的文件格式，这是第一次接受群集密钥和模式完整行作为一等公民。这是7年前无模式Cassandra的棺材中的最后一个钉子。 Cassandra现在一直是架构式的。
  
</DIV>