Cassandra Andmemudel lihtsa andmebaasi näitega

Kuigi Cassandra päringukeel sarnaneb SQL keeles, on nende andmemodelleerimismeetodid täiesti erinevad.

In Cassandra, võib halb andmemudel jõudlust halvendada, eriti kui kasutajad proovivad RDBMS-i kontseptsioone sisse viia Cassandra. Parim on meeles pidada mõnda allpool kirjeldatud reeglit.

Cassandra Andmemudeli reeglid

In Cassandra, kirjutised pole kallid. Cassandra ei toeta liitumisi, rühmitamist, VÕI-klauslit, koondamisi jne. Seega peate oma andmed salvestama nii, et need oleksid täielikult taastatavad. Seega tuleb neid reegleid andmete modelleerimisel meeles pidada Cassandra.

Maksimeerige kirjutamiste arv

In Cassandra, kirjutised on väga odavad. Cassandra on optimeeritud suure kirjutamisjõudluse saavutamiseks. Seega proovige oma kirjutamisvõimsust maksimeerida, et saavutada parem lugemisjõudlus ja andmete kättesaadavus. Andmete kirjutamise ja lugemise vahel on kompromiss. Seega optimeerige oma andmete lugemise jõudlust, maksimeerides andmete kirjutamise arvu.

Maksimeerige andmete dubleerimine

Andmete denormaliseerimine ja andmete dubleerimine on defacto Cassandra. Kettaruum ei ole kallim kui mälu, protsessori töötlemine ja IO-de töö. Nagu Cassandra on hajutatud andmebaas, nii et andmete dubleerimine tagab andmete kohese kättesaadavuse ja pole ühtegi tõrkepunkti.

Cassandra Andmete modelleerimise eesmärgid

Andmete modelleerimisel peaksid teil olema järgmised eesmärgid Cassandra:

Jaotage andmed ühtlaselt ümber Cluster

Soovite võrdsel hulgal andmeid iga sõlme kohta Cassandra ClusterAndmed jaotatakse erinevate sõlmede vahel partitsioonivõtmete alusel, mis on primaarvõtme esimene osa. Seega proovige partitsioonivõtmeks valida kõrge kardinaalsusega veerg, et andmeid klastris ühtlaselt jaotada.

Minimeerige andmete pärimise ajal loetavate partitsioonide arv

Partitsioon on sama partitsioonivõtmega kirjete rühm. Kui lugemispäring väljastatakse, kogub see andmeid erinevatest sektsioonidest erinevatest sõlmedest.

Kui partitsioone on palju, tuleb päringuandmete kogumiseks külastada kõiki neid sektsioone.

See ei tähenda, et partitsioone ei tohiks luua. Kui teie andmed on väga suured, ei saa te seda tohutut andmemahtu ühel partitsioonil hoida. See aeglustab üksikut partitsiooni.

Nii et proovige valida tasakaalustatud partitsioonide arv.

Hea esmane võti Cassandra

Mõlemad ülaltoodud eesmärgid taanduvad ühele otsusele, seega näitavad kaks allolevat skeemi sama tabelit halva ja seejärel õige võtmega.

Võtame näite ja leiame, milline primaarvõti on hea.

Siin on tabel MusicPlaylist.

CREATE TABLE MusicPlaylist (
    SongId int,
    SongName text,
    Year int,
    Singer text,
    PRIMARY KEY (SongId, SongName)
);

Ülaltoodud näites tabelis MusicPlaylist,

• SongId on partitsioonivõti ja
• SongName on klastrite veerg
• Andmed klasterdatakse SongName'i alusel. SongId kohta luuakse ainult üks partitsioon ja kuna igal lool on eraldi identifikaator, on igas partitsioonis üks rida.

Selle andmemudeli tõttu on andmete toomine kehva primaarvõtme tõttu aeglane.

Siin on veel üks tabel MusicPlaylist.

CREATE TABLE MusicPlaylist (
    SongId int,
    SongName text,
    Year int,
    Singer text,
    PRIMARY KEY ((SongId, Year), SongName)
);

Ülaltoodud näites tabelis MusicPlaylist,

• SongId ja Year on partitsioonivõti ja
• SongName on klastrite veerg.
• Andmed rühmitatakse SongName'i alusel. Selles tabelis luuakse igal aastal uus partitsioon. Kõik aasta laulud jäävad samale sõlmele. See primaarvõti on andmete jaoks väga kasulik.

Selle andmemudeli abil on meie andmete hankimine kiire.

Modelleerige oma andmed Cassandra

Päringute modelleerimisel tuleks meeles pidada järgmisi asju.

Määrake, milliseid päringuid soovite toetada

Kõigepealt määrake kindlaks, milliseid päringuid soovite.

Näiteks kas vajate?

• Liita
• Grupi poolt
• Filtreerimine millise veeru järgi jne.

Koostage tabel vastavalt oma päringutele

Koostage tabel vastavalt oma päringutele. Looge tabel, mis rahuldab teie päringuid. Proovige luua tabel nii, et oleks vaja lugeda minimaalset arvu partitsioone.

Järgnevad kolm osa rakendavad seda põhimõtet peaaegu igas skeemis leiduvatele kolmele suhtetüübile.

Üks-ühele suhete käsitlemine Cassandra

Üks ühele seos tähendab, et kahel tabelil on üks ühele vastavus. Näiteks saab üliõpilane registreerida ainult ühe kursuse ja ma tahan õpilase pealt otsida, millisele kursusele konkreetne õpilane on registreerunud.

Sellisel juhul peaks teie tabeliskeem hõlmama kõiki konkreetsele kursusele vastava õpilase üksikasju, nagu kursuse nimi, õpilase number, õpilase nimi jne.

Ülaltoodud diagramm näitab päringut teenindavat ühte tabelit, kuna üks üliõpilane on seotud täpselt ühe kursusega.

CREATE TABLE Student_Course (
    Student_rollno int PRIMARY KEY,
    Student_name text,
    Course_name text
);

Kuna õpilase_rollinumber on partitsioonivõti, loeb õpilase_rollinumbri järgi otsimine täpselt ühte partitsiooni.

Üks paljudele suhete käsitlemine Cassandra

Üks kuni mitu seost tähendab, et kahe tabeli vahel on üks kuni mitu vastavust.

Näiteks kursust saavad õppida paljud õpilased. Soovin otsida kõiki õpilasi, kes õpivad konkreetsel kursusel.

Nii et kui küsin kursuse nime järgi, saan teada paljude õpilaste nimesid, kes õpivad konkreetset kursust.

Siin saab kursuse nimest partitsioonivõti, nii et iga kursuse õpilane satub samasse partitsiooni, ja rulli number saab klastrite veerguks, nii et iga õpilane jääb eraldi reale.

CREATE TABLE Student_Course (
    Course_name text,
    Student_rollno int,
    Student_name text,
    PRIMARY KEY (Course_name, Student_rollno)
);

Saan leida kõik konkreetse kursuse õpilased järgmise päringu abil.

SELECT * FROM Student_Course WHERE Course_name = 'Course Name';

Paljude ja mitmete suhete käsitlemine Cassandra

Paljud-palju seosed tähendavad, et kahe tabeli vahel on palju või palju vastavust.

Näiteks võib ühte kursust õppida palju tudengeid ja ka tudeng võib õppida paljusid kursusi.

Soovin otsida kõiki õpilasi, kes õpivad konkreetsel kursusel. Samuti tahan otsida kõiki kursusi, mida konkreetne üliõpilane õpib.

Seega on mul sel juhul kaks tabelit, st jagan probleemi kaheks juhtumiks. See on dubleerimisreegli kõige selgem näide: samad faktid kirjutatakse kaks korda, nii et iga päring loeb ühte partitsiooni.

Kõigepealt koostan tabeli, mille järgi leiad konkreetse õpilase kursused.

CREATE TABLE Student_Course (
    Student_rollno int,
    Course_name text,
    Student_name text,
    PRIMARY KEY (Student_rollno, Course_name)
);

Leian kõik konkreetse õpilase kursused järgmise päringu abil.

SELECT * FROM Student_Course WHERE Student_rollno = 101;

Teiseks koostan tabeli, mille järgi saate teada, kui palju õpilasi konkreetsel kursusel õpib.

CREATE TABLE Course_Student (
    Course_name text,
    Student_rollno int,
    Student_name text,
    PRIMARY KEY (Course_name, Student_rollno)
);

Leian mõne konkreetse kursuse õpilase järgmise päringu abil.

SELECT * FROM Course_Student WHERE Course_name = 'Cassandra';

Mõlemasse tabelisse tuleb kirjutada iga kord, kui üliõpilane kursusega liitub, tavaliselt ühe logitud partii sees, et kaks koopiat püsiksid samas tempos.

ühine Cassandra Andmete modelleerimise vead

Enamik halbu skeeme kordab samu vigu ja igaüks neist tracnaaseb relatsioonilisest disainist üle kantud harjumuse juurde.

• Piiramata partitsioonid: Partitsioonivõtme, näiteks riigi nime valimine, paigutab miljonid read ühte partitsiooni. Partitsioonide mõistliku suuruse piires hoidmiseks lisage ajavahemik, näiteks (riik, kuu).
• Väga madala kardinaalsusega võtmed: Ainult mõne võimaliku väärtusega partitsioonivõti, näiteks oleku lipp, koondab kogu liikluse vähestele sõlmedele ja jätab ülejäänud jõude.
• Päringu toimima panemiseks kasutage funktsiooni ALLOW FILTERING: See skannib iga partitsiooni ja peidab modelleerimisprobleemi. Kui päring seda vajab, vajab skeem teist tabelit.
• Päringute asemel üksuste modelleerimine: Õpilaste tabeli ja kursuste tabeli loomine ning seejärel nende rakenduses ühendamine läheb disaini eesmärgist mööda.
• Sagedased kustutamised ja ülekirjutused: Iga kustutamine loob hauakivi, mida tuleb lugeda ja vahele jätta, kuni tihendamine selle eemaldab, mis aeglustab lugemist kuumadel partitsioonidel.

Nende vältimine hoiab skeemi vastavuses selle lehe ülaosas toodud reeglitega ja allpool kokkuvõtlikult esitatud relatsiooniliste erinevustega.

Erinevus RDBMS-i ja Cassandra Andmete modelleerimine

Neid skeemiotsuseid rakendatakse praktikas Cassandra tabel ja klahviruum õpetused.

KKK