Apache Cassandra 表

Apache Cassandra 表

你好，我来为你介绍 Apache Cassandra 表，并通过一个简单的例子说明数据在集群中的分区与分布机制。 假设我们有一个名为 `users` 的表，用于存储用户信息。表结构如下： ```cql CREATE TABLE users ( user_id UUID PRIMARY KEY, name TEXT, email TEXT, city TEXT ); ``` 在这个表中，`user_id` 是主键（PRIMARY KEY），它决定了数据如何被分区和分布到集群中的不同节点上。 ### 数据分区机制 Cassandra 使用 **分区键**（在这里是 `user_id`）来决定数据存储的位置。具体来说： - 每个 `user_id` 会被哈希计算，生成一个分区令牌（partition token）。 - 这个令牌决定了该数据应该存储在哪个节点上。 - 所有具有相同分区键的数据会存储在同一个分区中，即同一个节点或一组副本节点上。 例如： - 用户 A 的 `user_id = a1b2c3d4-e5f6-7890-g1h2-i3j4k5l6m7n8`，其哈希值对应某个节点。 - 用户 B 的 `user_id = b2c3d4e5-f6g7-8901-h2i3-j4k5l6m7n8o9`，其哈希值对应另一个节点。 因此，不同的用户数据会被分散到不同的节点上，实现负载均衡。 ### 数据分布与复制 Cassandra 集群中通常配置了多个副本（replication factor）。比如复制因子为 3，表示每个分区的数据会在三个不同的节点上保存。 当写入一条记录时： - Cassandra 根据 `user_id` 的哈希确定主节点（负责写入的节点）。 - 主节点将数据同步到其他两个副本节点（根据复制策略）。 读取时，客户端可以向任意副本节点请求数据，系统会返回最新版本的数据。 ### 示例操作 ```cql INSERT INTO users (user_id, name, email, city) VALUES (a1b2c3d4-e5f6-7890-g1h2-i3j4k5l6m7n8, 'Alice', 'alice@example.com', 'Beijing'); SELECT * FROM users WHERE user_id = a1b2c3d4-e5f6-7890-g1h2-i3j4k5l6m7n8; ``` 这条查询会直接定位到包含该 `user_id` 的分区，快速返回结果。 ### 总结 - 基于主键的分区键决定了数据在集群中的分布。 - 数据自动分片并均匀分布在各个节点上。 - 通过复制机制保证高可用性和容错能力。 - 查询性能高，尤其适合基于主键的点查场景。 这就是 Apache Cassandra 如何通过简单表设计实现高效、可扩展的数据存储与访问。