一、cassandra數據模型的特點

1.它基于key-value模型

cassandra的數據庫由ColumnFamilies組成，一個ColumnFamily是一個key-value鍵值對的集合。若和關系型數據庫類比，ColumnFamily相當于表，而里面的key-value鍵值對相當于表里的一條記錄。

2.它的key-value模型有多層嵌套

ColumnFamily里的每條記錄都是一個key-value對，value部分存放的是無限制的Columns。每個Column都有一個ColumnName和value，因此Column實際也是一個key-value對。但Column的value部分已經是最基本的數據存儲單元，不能再向下嵌套了。在這種嵌套下，ColumnFamily的每條記錄都包含一個key和一個由Columns組成的value（至少有一個Column），也就是說ColumnFamily的value只是一個中間人，實際存儲數據的是value里的Columns。如下圖所示。

上面所說的是雙層嵌套，還有一種三層嵌套。在這種情況下，ColumnFamily每條記錄的value部分不是Columns，而是一種被稱為SuperColumn的結構。SuperColumn的key是SuperColumnname，它的value部分可以存儲多個Columns，如下圖所示：

這樣就有以下三種嵌套：

	ColumnFamily: key - value(SuperColumn)
	SuperColumn: key(SuperColumn name) - value(Column)
	Column: key(Column name) - value

SuperColumn里不能再存儲SuperColumn，因此cassandra的嵌套最多為三層。

3.Column和SuperColumn的name部分都可以用來存儲實際數據

首先，它們的name部分可以用來當做屬性名。比如在一個存儲用戶郵箱的記錄里，它是這樣的：

Column name=Email,value="[email protected]";

這是我們在傳統關系型數據庫里所習慣和使用的。但在cassandra里，name部分也可以直接用來存儲實際數據。比如在一個只用來存儲用戶郵箱的記錄里，我們可以這樣：

Column name="[email protected]",value=null;

這得益于(a)cassandra的非結構化數據存儲，數據的存儲不需要固定的位置(b)name部分也是使用字節流存儲（關系型數據庫的字段名必須是字符），因此可以存儲任何類型的數據。

4.Column和SuperColumn按照name的順序存儲

需要注意的是，cassandra并不是按照value的順序存儲數據，而是按照name。關于這點下文會詳細說明。

二、cassandra數據模型的構成

在這一部分，將詳細講解cassandra數據模型的各個組成部分。

1.Column

Column是數據存儲的最小單位。它是一個包括name、value和timestamp（時間戳）的元祖。下面是一個Column的示例：

{
	name:"age",
	value:24,
	timestamp:123456789
}

方便書寫，后文將省略時間戳，我們將Column看成一個name-value對。name和value都是字節流，長度沒有限制。

2.SuperColumn

一個SuperColumn是一個真正的name-value對，它沒有時間戳。而且它的value部分可以包含無限個Column，并且用Column的name部分作為關鍵字。下面是一個SuperColumn的示例：

{
	name:"homeAddress"
	//value部分是多個Columns
	value:
	//這里的key是Column的name部分
	street:{name:"street",value:"XiTuCheng road"},
	city:{name:"city",value:"BeiJing"},
	zip:{name:"zip",value:"410083"},
}

在后面，不再寫出name和value，上文將簡寫為：

homeAddress:{
	street:"XiTuCheng road",
	city:"BeiJing",
	zip:"410083",
}

3.Row

在介紹下文的ColumnFamily前，我們先熟悉一下Row。在cassandra里，每個ColumnFamily都存在一個單獨的文件里，這個文件以Row為單位存儲并排序。因此，我們應盡量將相關的Column放在同一個ColumnFamily里。

ColumnFamily的組成是一行行的Row，一個Row就是一個key-value對，key決定數據將被存在哪臺機器上（筆記二的token部分有解釋），value部分就是Columns或SuperColumns。

4.ColumnFamily

ColumnFamily是一個可以包含無數個Row的結構，又因為Row的value部分是Columns或SuperColumns，因此ColumnFamily實際是Columns和SuperColumns的容器。ColumnFamily對應關系型數據庫里的“表”。下面給出ColumnFamily和Row的一個簡單示例（使用Column）：

User={//這是一個ColumnFamily，名字是User
	zhangsan:{//這是一個Row，Row的key是zhangsan
	//下面的value可以有無限制的Columns，這里有兩個
	    username:"zhangsan",
	    email:"[email protected]",
	}，//這個Row結束了
	lisi:{//這是第二個Row，Row的key是lisi
	//value部分，依然是Columns，lisi有三個
	    username:"lisi",
	    email:"[email protected]",
	    phone:"123456"
	},//Row結束
}

又如下圖所示：

在這個層面沒有設計模式的要求，Row沒有預先定義它們應該包含的Columns列表，就如上面的示例，李四可以隨意的多一個phone的Column。一個Row可能有成千上萬個Columns而另一個Row可能只有一個Column。cassandra在這一點上有無法比擬的靈活性。

5.屬性為Super的ColumnFamily

上面的示例是一個type為標準的（Standard）ColumnFamily，另外也有Super的ColumnFamily，這取決于我們創建ColumnFamily時的定義。顧名思義，一個類型為Super的ColumnFamily的Row存儲的不是Columns，而是SuperColumns。在這種情況下，一個Row的value部分有若干個SuperColumns，一個SuperColumns的value部分又有若干個Columns。如下圖所示：

為什么要有SuperColumn呢？SuperColumn提供了比普通Column多一級的一對多關系。Column只能讓一個key存儲一組相關聯的Columns，而這個能讓一個key存儲多組相關聯的Columns。

這里給出一個應用：假設我們提供一種網上地址本的服務，用戶可以在這保存他的朋友們的地址，而地址又是由不同的屬性如郵編、街道、城市等組成。這時候我們可以采用SuperColumn。對于ColumnFamily，它的key使用的是用戶自己的名字，value部分是若干SuperColumns。每個SuperColumns的name部分是用戶某個朋友的名字，value部分是若干Columns，存儲地址的各個屬性。下面是示例：

AddressBook={//這是一個SuperColumnFamily，名字是AddressBook
	
	zhangsan:{//這是一個Row，key是zhangsan，張三的地址本
	//下面是Row的Value部分，可以有任意個SuperColumns
	    lisi:{//這是SuperColumn的name
	        //下面是Columns，表示地址
	        street:"XiTuCheng road",
	        zip:"410083",
	        city:"BeiJing"
	    },
	    wangwu:{//另一個SuperColumn
	        street:"XiTuCheng road",
	        zip:"410083",
	        city:"BeiJing"
	    },
	    zhaoliu:{//SuperColumn
	        street:"XiTuCheng road",
	        zip:"410083",
	        city:"BeiJing"
	    },
	    .......
	}//end the row of zhangsan
	
	lisi:{//這是另一個Row，key是lisi，李四的地址本
	    wangwu:{//SuperColumn
	        street:"XiTuCheng road",
	        zip:"410083",
	        city:"BeiJing"
	    },
	    zhangsan:{//SuperColumn
	        street:"XiTuCheng road",
	        zip:"410083",
	        city:"BeiJing"
	    },
	    .......
	}
}

6.KeySpace

KeySpace是最外層的容器，也是最大的容器，通常一個應用程序對應一個KeySpace。所有的ColumnFamily都位于一個KeySpace里面，它相當于關系數據庫里的DB。

三、cassandra的數據排序

前面所介紹的是cassandra里各種數據容器的概念，現在來看看數據模型的另外一個關鍵地方即數據是如何排序的。cassandra和關系型數據庫不同，你無法在取出數據時指定一種排序（orderby）。數據在你存儲到集群，被寫入數據庫時已經按照預定的規則被排好序。當你取出數據時，它們的順序已經確定了。

如前問所說，cassandra是按照name而不是value進行排序。cassandra在寫入數據的時候，每個row中的所有Columns會按照name自動排好序。排序的規則由ColumnFamily的CompareWith選項確定，可選的有：BytesType，UTF8Type，LexicalUUIDType，TimeUUIDType，AsciiType和LongType。這些選項將ColumnName看作不同的數據類型來排序，如LongType將它視為64bitLong類型。如下面給出的例子：

	{name: 123, value: “hello there”},
	{name: 832416, value: “kjjkbcjkcbbd”},
	{name: 3, value: “101010101010″},
	{name: 976, value: “kjjkbcjkcbbd”}

采用LongType排序類型，結果是：

	{name: 3, value: “101010101010″},
	{name: 123, value: “hello there”},
	{name: 976, value: “kjjkbcjkcbbd”},
	{name: 832416, value: “kjjkbcjkcbbd”}

采用UTF8Type排序類型，結果是：

	{name: 123, value: “hello there”},
	{name: 3, value: “101010101010″},
	{name: 832416, value: “kjjkbcjkcbbd”},
	{name: 976, value: “kjjkbcjkcbbd”}

這些排序規則也適用于SuperColumns在Row內的排序，但對于SuperColumn內的Columns，用來定義排序規則的參數不再是Row和SuperColumn里的CompareWith，而是CompareSubcolumnsWith。

我們可以自定義排序規則，實現接口org.apache.cassandra.db.marsha1.IType即可。