Cassandra命令行操作概述

旧城等待， 2022-08-12 01:01 228阅读 0赞

**概述**

在Cassandra中，对列值（column values）的索引叫做“二级索引”，它与列簇（ColumnFamilies）中对Key的索引不同。二级索引允许我们对列值进行查询，并且在读取和写入的时候不会引起操作阻塞。

理解二级索引最好的方式就是用实际的例子来说明，在这个例子中，我们使用Cassandra自带的命令行工具（CLI）进行操作，并且使用一个名为**users**的列簇：

$ bin/cassandra-cli --host localhost  
Connected to: "Test Cluster" on localhost/9160  
Welcome to cassandra CLI.  
  
Type 'help;' or '?' for help. Type 'quit;' or 'exit;' to quit.  
\[default@unknown\] **create keyspace demo;**  
\[default@unknown\] **use demo;**  
\[default@demo\] create column family users with comparator=UTF8Type and default\_validation\_class=UTF8Type  and key\_validation\_class=UTF8Type  
 and column\_metadata=\[\{column\_name: full\_name, validation\_class: UTF8Type\},  
 \{column\_name: birth\_date, validation\_class: LongType, index\_type: KEYS\}\];

在上面的示例中，我们定义了1个Keyspace，名为Demo，然后又定一个了一个列簇，名为users，最后在这个列簇中，对2个列定义了二级索引full\_name和birth\_date。

在Cassandra 0.7.0中，只支持KEYS的所有，它的工作方式类似于哈希索引。 在未来的版本中，将支持位图索引。

接下来，我们在列簇users中添加一些测试数据：  
\[default@demo\] **set users\[bsanderson\]\[full\_name\] = 'Brandon Sanderson';**  
\[default@demo\] **set users\[bsanderson\]\[birth\_date\] = 1975;**  
\[default@demo\] **set users\[prothfuss\]\[full\_name\] = 'Patrick Rothfuss';**  
\[default@demo\] **set users\[prothfuss\]\[birth\_date\] = 1973;**  
\[default@demo\] **set users\[htayler\]\[full\_name\] = 'Howard Tayler';**  
\[default@demo\] **set users\[htayler\]\[birth\_date\] = 1968;**

现在我们可以在Cassandra对刚刚写入的测试数据进行查询了：   
\[default@demo\] **get users where birth\_date = 1973;**  
\-------------------  
RowKey: prothfuss  
=> (column=birth\_date, value=1973, timestamp=1291333944389000)  
=> (column=full\_name, value=Patrick Rothfuss, timestamp=1291333940538000)

**添加索引**

现在假设有这样一个需求，我们想要对State这个列进行查询。要处理这个需求，只需要在users列簇中再添加一个二级索引即可。

首先，让我们再添加一些测试数据：  
\[default@demo\] **set users\[bsanderson\]\[state\] = 'UT';**  
\[default@demo\] **set users\[prothfuss\]\[state\] = 'WI';**  
\[default@demo\] **set users\[htayler\]\[state\] = 'UT';**

虽然现在state列还没有索引，但是依旧可以通过与其他包含索引的列进行联合查询：  
\[default@demo\] **get users where state = 'UT';**  
No indexed columns present in index clause with operator EQ  
  
\[default@demo\] **get users where state = 'UT' and birth\_date > 1970;**  
No indexed columns present in index clause with operator EQ  
  
\[default@demo\] **get users where birth\_date = 1968 and state = 'UT';**  
\-------------------  
RowKey: htayler  
=> (column=birth\_date, value=1968, timestamp=1291334765649000)  
=> (column=full\_name, value=Howard Tayler, timestamp=1291334749160000)  
=> (column=state, value=5554, timestamp=1291334890708000)

这里需要注意一点，说KEYS索引更像哈希索引而不是BTree索引的的原因就在这里：即使birth\_date有二级索引，但是Cassandra依旧不能提供范围查询，比如"> 1970"。

最后，我们给state列添加二级索引，这样就可以对state列的值进行单独的查询了：  
\[default@demo\]update column family users with comparator=UTF8Type and default\_validation\_class=UTF8Type  and key\_validation\_class=UTF8Type  
  and column\_metadata=\[\{column\_name: full\_name, validation\_class: UTF8Type\},  
  \{column\_name: birth\_date, validation\_class: LongType, index\_type: KEYS\},  
 \{column\_name: state, validation\_class: UTF8Type, index\_type: KEYS\}\];

添加完索引后，对state列的值进行单独的查询：  
\[default@demo\] **get users where state = 'UT';**  
\-------------------  
RowKey: bsanderson  
=> (column=birth\_date, value=1975, timestamp=1291333936242000)  
=> (column=full\_name, value=Brandon Sanderson, timestamp=1291333931790000)  
=> (column=state, value=UT, timestamp=1291334909266000)  
\-------------------  
RowKey: htayler  
=> (column=birth\_date, value=1968, timestamp=1291334765649000)  
=> (column=full\_name, value=Howard Tayler, timestamp=1291334749160000)  
=> (column=state, value=UT, timestamp=1291334890708000)  
  
\[default@demo\] **get users where state = 'UT' and birth\_date > 1970;**  
\-------------------  
RowKey: bsanderson  
=> (column=birth\_date, value=1975, timestamp=1291333936242000)  
=> (column=full\_name, value=Brandon Sanderson, timestamp=1291333931790000)  
=> (column=state, value=UT, timestamp=1291334909266000)

由于查询的列都包含二级索引，所以现在Cassandra可以进行范围查询了。

**编程进行操作**

在Python的客户端[pycassa][]中，操作如下：

state\_expr = pycassa.create\_index\_expression('state', 'UT')  
birth\_expr = pycassa.create\_index\_expression('birth\_date', 1970, op=IndexOperator.GT)  
clause = pycassa.create\_index\_clause(\[state\_expr, bday\_expr\])  
result = users.get\_indexed\_slices(clause):

在Java的客户端[Hector][]中，操作如下：

StringSerializer ss = StringSerializer.get();  
IndexedSlicesQuery<String, String, String> indexedSlicesQuery = HFactory.createIndexedSlicesQuery(keyspace, ss, ss, ss);  
indexedSlicesQuery.setColumnNames("full\_name", "birth\_date", "state");  
indexedSlicesQuery.addGtExpression("birth\_date", 1970L);  
indexedSlicesQuery.addEqualsExpression("state", "UT");  
indexedSlicesQuery.setColumnFamily("users");  
indexedSlicesQuery.setStartKey("");  
QueryResult<OrderedRows<String, String, String>> result = indexedSlicesQuery.execute();

可以参考[pycassa documentation][]和[hector documentation][]获取更加详细的信息。

[pycassa]: http://github.com/pycassa/pycassa
[Hector]: http://www.riptano.com/blog/whats-new-cassandra-07-secondary-indexes
[pycassa documentation]: http://pycassa.github.com/pycassa/
[hector documentation]: http://www.riptano.com/sites/default/files/hector-v2-client-doc.pdf