Apache Cassandra 快速入门指南-阿里云开发者社区

我们在这篇文章简单介绍了 Apache Cassandra 是什么，以及有什么值得关注的特性。本文将简单介绍 Apache Cassandra 的安装以及简单使用，可以帮助大家快速了解 Apache Cassandra。

我们到 Apache Cassandra 的官方网站下载最新版本的 Cassandra，在本文写作时最新版本的 Cassandra 为 3.11.4。Apache Cassandra 可以在 Linux、Unix、Mac OS 以及 Windows 上进行安装，为了简便起见，本文以 CentOS 为例进行介绍。

下载、安装并启动 Cassandra

因为本文只是简单介绍 Apache Cassandra 的使用，所以本文仅安装单机版的 Cassandra，在生产环境下应该部署成分布式模式。可以使用下面的命令下载和解压相关的压缩文件：

$ wget http://mirror.bit.edu.cn/apache/cassandra/3.11.4/apache-cassandra-3.11.4-bin.tar.gz
$ tar -zxf apache-cassandra-3.11.4-bin.tar.gz 
$ cd apache-cassandra-3.11.4

在 apache-cassandra-3.11.4 目录下有很多文件：

[iteblog@www.iteblog.com apache-cassandra-3.11.4]# ll
total 528
drwxr-xr-x 2 iteblog iteblog   4096 Apr  2 21:12 bin
-rw-r--r-- 1 iteblog iteblog   4832 Feb  3 06:09 CASSANDRA-14092.txt
-rw-r--r-- 1 iteblog iteblog 366951 Feb  3 06:09 CHANGES.txt
drwxr-xr-x 3 iteblog iteblog   4096 Apr  2 21:12 conf
drwxr-xr-x 4 iteblog iteblog   4096 Apr  2 21:12 doc
drwxr-xr-x 2 iteblog iteblog   4096 Apr  2 21:12 interface
drwxr-xr-x 3 iteblog iteblog   4096 Apr  2 21:12 javadoc
drwxr-xr-x 4 iteblog iteblog   4096 Apr  2 21:12 lib
-rw-r--r-- 1 iteblog iteblog  11609 Feb  3 06:09 LICENSE.txt
-rw-r--r-- 1 iteblog iteblog 112586 Feb  3 06:09 NEWS.txt
-rw-r--r-- 1 iteblog iteblog   2811 Feb  3 06:09 NOTICE.txt
drwxr-xr-x 3 iteblog iteblog   4096 Apr  2 21:12 pylib
drwxr-xr-x 4 iteblog iteblog   4096 Apr  2 21:12 tools

各个文件或目录介绍如下：

bin：这个目录下包含了启动 Cassandra 以及客户端相关操作的可执行文件，包括 query language shell（cqlsh）以及命令行界面（CLI）等客户端。同时还包含运行 nodetool 的相关脚本，操作 SSTables 的工具等等。
conf：这个目录下面包含了 Cassandra 的配置文件。必须包含的配置文件包括：assandra.yaml 以及 logback.xml，这两个文件分别是运行 Cassandra 必须包含的配置文件以及日志相关配置文件。同时还包含 Cassandra 网络拓扑配置文件等。
doc：这个目录包含 CQL 相关的 html 文档。
interface：这个文件夹下面只包含一个名为 cassandra.thrift 的文件。这个文件定义了基于 Thrift 语法的 RPC API，这个 Thrift 主要用于在 Java, C++, PHP, Ruby, Python, Perl, 以及 C# 等语言中创建相关客户端，但是在 CQL 出现之后，Thrift API 在 Cassandra 3.2 版本开始标记为 deprecated，并且会在 Cassandra 4.0 版本删除。
javadoc：这个文件夹包含使用 JavaDoc 工具生成的 html 文档。
lib：这个目录包含 Cassandra 运行时需要的所有外部库。
pylib：这个目录包含 cqlsh 运行时需要使用的 Python 库。
tools：这个目录包含用于维护 Cassandra 节点的相关工具。
NEWS.txt：这个文件包含当前及之前版本的 release notes 相关信息。
CHANGES.txt：这个文件主要包含一些 bug fixes 信息。

启动 Cassandra

上面已经简单介绍了 Cassandra 发行包里面的一些文件和目录用途。因为我们主要简单介绍 Cassandra 的使用，所以我们使用默认的配置。下面我们来启动 Cassandra 服务，具体如下：

[iteblog@www.iteblog.com apache-cassandra-3.11.4]# bin/cassandra

运行上面命令会在命令行里面输出一堆的日志，但是我们如何判断 cassandra 服务已经启动了呢？答案是使用 nodetool 工具，如下：

[iteblog@www.iteblog.com apache-cassandra-3.11.4]# bin/nodetool status
Datacenter: datacenter1
=======================
Status=Up/Down
|/ State=Normal/Leaving/Joining/Moving
--  Address    Load       Tokens       Owns (effective)  Host ID                               Rack
UN  127.0.0.1  160.88 KiB  256          100.0%            49f4470f-396b-4d50-bcd6-3da2d9370167  rack1

如果我们看到上面的信息，那么我们的测试服务已经正常启动了。而且会在 apache-cassandra-3.11.4 目录下生成 data 和 logs 两个目录。

使用 CQL Shell

上面我们已经启动了 Cassandra 服务，我们可以使用 CQL Shell 来进行一些操作。从名字就可以看出，CQL（Cassandra Query Language）其实和我们熟悉的 SQL 很类似，我们可以通过它使用类似 SQL 的语言来和 Cassandra 进行交互。需要注意的是，CQL 和 SQL 是不兼容的，CQL 缺少 SQL 的一些关键功能，比如 JOIN 等，这个在 Cassandra 下不能实现；同时，CQL 也不是 SQL 的子集。为了使用 CQL ，可以使用下面命令：

[iteblog@www.iteblog.com apache-cassandra-3.11.4]# bin/cqlsh
Connected to Test Cluster at 127.0.0.1:9042.
[cqlsh 5.0.1 | Cassandra 3.11.4 | CQL spec 3.4.4 | Native protocol v4]
Use HELP for help.
cqlsh>

在启动 cqlsh 的时候我们并没有指定需要连接的节点以及端口，这种情况下 cqlsh 会自动探测本机及相关端口，因为我们在前面已经启动了 Cassandra 服务，所以 cqlsh 可以正确连接到这个集群。从上面的命令可以看出 cqlsh 连接到名为 Test Cluster 的集群，这是由 conf/cassandra.yaml 文件里面的 cluster_name 参数决定的，默认值为 Test Cluster。

当然，我们也可以在启动 cqlsh 的时候指定节点和相应的端口，如下：

[iteblog@www.iteblog.com apache-cassandra-3.11.4]# bin/cqlsh localhost 9042

上面的命令执行效果和不指定一样。我们也可以将节点和端口相关的信息保存到环境变量 $CQLSH_HOST 和 $CQLSH_PORT 里面，这个在我们需要经常连接到特定节点的情况下非常有用。更多关于 cqlsh 命令支持的参数可以使用 bin/cqlsh -help。

基本的 cqlsh 命令

cqlsh 支持很多操作 Cassandra 的基本命令，我们可以在 cqlsh 里面使用 HELP 或 ? 命令查看所有支持的命令：

cqlsh> HELP
 
Documented shell commands:
===========================
CAPTURE  CLS          COPY  DESCRIBE  EXPAND  LOGIN   SERIAL  SOURCE   UNICODE
CLEAR    CONSISTENCY  DESC  EXIT      HELP    PAGING  SHOW    TRACING
 
CQL help topics:
================
AGGREGATES               CREATE_KEYSPACE           DROP_TRIGGER      TEXT     
ALTER_KEYSPACE           CREATE_MATERIALIZED_VIEW  DROP_TYPE         TIME     
ALTER_MATERIALIZED_VIEW  CREATE_ROLE               DROP_USER         TIMESTAMP
ALTER_TABLE              CREATE_TABLE              FUNCTIONS         TRUNCATE 
ALTER_TYPE               CREATE_TRIGGER            GRANT             TYPES    
ALTER_USER               CREATE_TYPE               INSERT            UPDATE   
APPLY                    CREATE_USER               INSERT_JSON       USE      
ASCII                    DATE                      INT               UUID     
BATCH                    DELETE                    JSON            
BEGIN                    DROP_AGGREGATE            KEYWORDS        
BLOB                     DROP_COLUMNFAMILY         LIST_PERMISSIONS
BOOLEAN                  DROP_FUNCTION             LIST_ROLES      
COUNTER                  DROP_INDEX                LIST_USERS      
CREATE_AGGREGATE         DROP_KEYSPACE             PERMISSIONS     
CREATE_COLUMNFAMILY      DROP_MATERIALIZED_VIEW    REVOKE          
CREATE_FUNCTION          DROP_ROLE                 SELECT          
CREATE_INDEX             DROP_TABLE                SELECT_JSON

如果需要查看特定命令的帮助，可以使用 HELP 。需要注意的是，很多 cqlsh 命令并不接收相关的参数，当我们使用这些命令时，其输出为当前的设置，比如 CONSISTENCY, EXPAND 和 PAGING 命令，如下：

cqlsh> CONSISTENCY
Current consistency level is ONE.
cqlsh> EXPAND
Expanded output is currently disabled. Use EXPAND ON to enable.
cqlsh> PAGING
Query paging is currently enabled. Use PAGING OFF to disable
Page size: 100

在 cqlsh 里面查看环境变量

我们可以使用 DESCRIBE 命令，来查看一些集群的一些环境变量的值。下面命令查看当前集群的情况

cqlsh> DESCRIBE CLUSTER;
 
Cluster: Test Cluster
Partitioner: Murmur3Partitioner

DESCRIBE CLUSTER 显示了集群的名字以及采用的 Partitioner ，Cassandra 1.2 版本开始默认为 Murmur3Partitioner，其他可选的 Partitioner 有 RandomPartitioner（Cassandra 1.2 版本之前默认的 Partitioner）、OrderPreservingPartitioner 以及 ByteOrderedPartitioner 等。

如果我们需要查看集群里面可用的 keyspaces，可以使用下面命令：

cqlsh> DESCRIBE KEYSPACES;
 
system_traces  system_schema  system_auth  system  system_distributed

上面命令将系统自带的 keyspaces 都显示出来了，如果我们自己创建了 keyspaces，也会在这里面显示。

可以使用下面命令查看 cqlsh、Cassandra 以及 protocol 的版本：

cqlsh> SHOW VERSION;
[cqlsh 5.0.1 | Cassandra 3.11.4 | CQL spec 3.4.4 | Native protocol v4]

通过 cqlsh 创建 keyspace

Cassandra 里面的 keyspace 和关系型数据库里面的 database 概念类似的，一个 keyspace 可以包含一个或多个 tables 或 column families。当我们启动 cqlsh 时没有指定 keyspace，那么命令提示符为 cqlsh>，我们可以使用 CREATE KEYSPACE 命令来创建 keyspace，具体如下：

cqlsh> CREATE KEYSPACE iteblog_keyspace WITH replication = {'class': 'SimpleStrategy', 'replication_factor': 1};
cqlsh>

上面命令创建了名为 iteblog_keyspace 的 keyspace；并且采用 SimpleStrategy 进行副本复制，因为我们这个测试集群只有单个节点，所以这里设置的副本因子（replication factor）为 1。如果是生产环境，千万别把副本因子设置为 1，比较常见的副本因子为 3。其他可选的副本复制策略出了 SimpleStrategy 还有 NetworkTopologyStrategy 和 OldNetworkTopologyStrategy，具体什么含义这里还不深入介绍，后面会起单独一篇文章进行详细介绍。

创建完 keyspace 之后，我们可以使用 DESCRIBE KEYSPACE 命令来查看这个 keyspace：

cqlsh> DESCRIBE KEYSPACE  iteblog_keyspace;
 
CREATE KEYSPACE iteblog_keyspace WITH replication = {'class': 'SimpleStrategy', 'replication_factor': '1'}  AND durable_writes = true;

现在我们可以使用 USE 命令来切换到这个 keyspace ：

cqlsh> USE iteblog_keyspace;
cqlsh:iteblog_keyspace>

从上面的输出可以看出，keyspace 已经切换到 iteblog_keyspace 了。

通过 cqlsh 创建表

接下来，我们通过 cqlsh 来创建一张表：

cqlsh> use iteblog_keyspace;
cqlsh:iteblog_keyspace> CREATE TABLE iteblog_user (first_name text , last_name text, PRIMARY KEY (first_name)) ;

通过上面的命令，我们在 iteblog_keyspace 下面创建了一张名为 iteblog_user 的表。其中包含了 first_name 和 last_name 两个字段，类型都是 text，并且 first_name 是这张表的 PRIMARY KEY。当然，我们也可以通过下面命令在 iteblog_keyspace 里面建表：

cqlsh> CREATE TABLE iteblog_keyspace.iteblog_user(first_name text , last_name text, PRIMARY KEY (first_name)) ;

效果和上面一样。我们可以使用 DESCRIBE TABLE 命令查看建表语句：

cqlsh:iteblog_keyspace> DESCRIBE TABLE iteblog_user;
 
CREATE TABLE iteblog_keyspace.iteblog_user (
    first_name text PRIMARY KEY,
    last_name text
) WITH bloom_filter_fp_chance = 0.01
    AND caching = {'keys': 'ALL', 'rows_per_partition': 'NONE'}
    AND comment = ''
    AND compaction = {'class': 'org.apache.cassandra.db.compaction.SizeTieredCompactionStrategy', 'max_threshold': '32', 'min_threshold': '4'}
    AND compression = {'chunk_length_in_kb': '64', 'class': 'org.apache.cassandra.io.compress.LZ4Compressor'}
    AND crc_check_chance = 1.0
    AND dclocal_read_repair_chance = 0.1
    AND default_time_to_live = 0
    AND gc_grace_seconds = 864000
    AND max_index_interval = 2048
    AND memtable_flush_period_in_ms = 0
    AND min_index_interval = 128
    AND read_repair_chance = 0.0
    AND speculative_retry = '99PERCENTILE';
 
cqlsh:iteblog_keyspace>

DESCRIBE TABLE 命令将建表语句以格式化的形式显示出来。除了我们制定的设置，还包含了许多默认的设置，这里我们先不纠结这些设置的含义。

通过 cqlsh 往表里面读写数据

到现在，我们已经创建好 keyspace 和 table 了，我们可以往表里面插入一些数据，看下一切是不是正常。

cqlsh:iteblog_keyspace> INSERT INTO iteblog_user (first_name, last_name) VALUES ('iteblog', 'Hadoop');
cqlsh:iteblog_keyspace> INSERT INTO iteblog_user (first_name, last_name) VALUES ('Zhang', 'San');
cqlsh:iteblog_keyspace> INSERT INTO iteblog_user (first_name) VALUES ('Wu');

上面语句我们往 iteblog_user 表里面插入三条数据，其中最后一条数据只指定了 key，last_name 没有值。现在我们可以使用 SELECT COUNT 语句查看上面的数据是否插入成功

cqlsh:iteblog_keyspace> SELECT COUNT(*) FROM iteblog_user;
 
 count
-------
     3
 
(1 rows)
 
Warnings :
Aggregation query used without partition key

可以看出 iteblog_user 表里面已经有3条数据了。我们可以使用下面命令将这条数据查询出来：

cqlsh:iteblog_keyspace> SELECT * FROM iteblog_user;
 
 first_name | last_name
------------+-----------
    iteblog |    Hadoop
         Wu |      null
      Zhang |       San
 
(3 rows)
cqlsh:iteblog_keyspace> SELECT * FROM iteblog_user WHERE first_name='iteblog';
 
 first_name | last_name
------------+-----------
    iteblog |    Hadoop
 
(1 rows)
cqlsh:iteblog_keyspace>

可以看出，first_name 为 Wu 对应的 last_name 没数据直接显示 null 了，在 Cassandra 里面的这个代表对应的列没有数据，在底层存储是不占用空间的，而在常见的关系型数据库里面是占一定空间的。

我们可以使用 DELETE 命令删除一些列，比如我们删除 last_name 列，

cqlsh:iteblog_keyspace> DELETE last_name FROM iteblog_user WHERE first_name='iteblog';
cqlsh:iteblog_keyspace> SELECT * FROM iteblog_user WHERE first_name='iteblog';
 
 first_name | last_name
------------+-----------
    iteblog |      null
 
(1 rows)
cqlsh:iteblog_keyspace>

可以看出 last_name 列已经成功被删除了。

我们也可以删除一整行数据，如下：

cqlsh:iteblog_keyspace> DELETE FROM iteblog_user WHERE first_name='iteblog';
cqlsh:iteblog_keyspace> SELECT * FROM iteblog_user WHERE first_name='iteblog';
 
 first_name | last_name
------------+-----------
 
(0 rows)
cqlsh:iteblog_keyspace>

可以看到 key 为 iteblog 的数据已经成功被删除了。

insert/update 相当于 upsert

如果我们插入数据对应的 key 在 Cassandra 已经存在了，这时候 Cassandra 并不会在原来数据位置上修改数据，而是会新写入一份数据，旧的数据会被 Cassandra 删除。

cqlsh:iteblog_keyspace> INSERT INTO iteblog_user (first_name, last_name) VALUES ('Wu', 'Shi');
cqlsh:iteblog_keyspace> SELECT * FROM iteblog_user;
 
 first_name | last_name
------------+-----------
         Wu |       Shi
      Zhang |       San
 
(2 rows)

可以看见，key 为 Wu 的数据对应的 last_name 已经有值了。

如果我们使用 UPDATE 命令往表里面更新不存在的数据会发生什么呢？答案是会插入新的数据。

cqlsh:iteblog_keyspace> SELECT * FROM iteblog_user;
 
 first_name | last_name
------------+-----------
         Wu |       Shi
      Zhang |       San
 
(2 rows)
cqlsh:iteblog_keyspace> UPDATE iteblog_user SET last_name = 'Si' WHERE first_name = 'Li';
cqlsh:iteblog_keyspace> SELECT * FROM iteblog_user;
 
 first_name | last_name
------------+-----------
         Wu |       Shi
      Zhang |       San
         Li |        Si
 
(3 rows)
cqlsh:iteblog_keyspace>

可见，key 为 Li 的数据被插入到表中了，更新之前不存在。

清空或删除表

如果我们确实想清空一张表，我们也可以使用 TRUNCATE 命令；使用 DROP TABLE 命令可以删除一张表。

cqlsh:iteblog_keyspace> TRUNCATE iteblog_user;
cqlsh:iteblog_keyspace> DROP TABLE iteblog_user;

到目前为止，我们已经学会了 cqlsh 的一些简单的命令。

微信公众号和钉钉群交流

为了营造一个开放的 Cassandra 技术交流，我们建立了微信公众号和钉钉群，为广大用户提供专业的技术分享及问答，定期在国内开展线下技术沙龙，专家技术直播，欢迎大家加入。

微信公众号：

Cassandra技术社区

钉钉群

lALPDgQ9ql0mM3XMp8yo_168_167_png_620x10000q90g

钉钉群入群链接：https://c.tb.cn/F3.ZRTY0o

Apache Cassandra 快速入门指南

下载、安装并启动 Cassandra

启动 Cassandra

使用 CQL Shell

基本的 cqlsh 命令

在 cqlsh 里面查看环境变量

通过 cqlsh 创建 keyspace

通过 cqlsh 创建表

通过 cqlsh 往表里面读写数据

insert/update 相当于 upsert

清空或删除表

微信公众号和钉钉群交流

微信公众号：

钉钉群

NoSQL数据库

热门文章

最新文章

相关课程

相关电子书

相关实验场景

推荐镜像