12.4 Cassandra数据模型

12.4 Cassandra数据模型

“卜算子·大数据”一个开源、成体系的大数据学习教程。——每周日更新

• 没有JOIN操作

Cassandra没有表的连接操作，跟关系型数据库设计相比最好的方式是,反（非）规范化设计，设计为两个表连接后的结果表。

• 没有参照完整性（外键） 虽然表中可以存储别的表的ID，但是没有级联删除的操作，所以没有外键操作。
• 非规范化的设计在Cassandra数据库中表现最佳。适当冗余，相同的数据出现在不同的表中，具有不同的键。
• 物化视图 基于已经存在的基础表，创建多个非规范化的数据视图（物化视图）。
• 查询优先设计

设计表从查询的结果开始设计表（结果表）。

• 存储空间设计 Cassandra每个表都是存储在磁盘上的单独文件中，相关的列尽量保持在同一个表中（磁盘文件）。 搜索单个分区的查询性能最佳，优化最小搜索分区数量。
• 排序设计 Cassandra查询中的ORDER BY仅支持聚类列（Clustering columns）排序。
• 分区单元值计算方法 避免分区太宽，分区中的单元值太大。 分区中的单元值计算方法： 分区中的单元值=静态列数+表的行数*（列数-主键列数-静态列数） Cassandra的限制是每个分区20亿。

开源、源码获取 https://github.com/wangxiaoleiAI/big-data