java：Cassandra入门与实战——中

五、Cassandra的基本操作

本章来学习在CQL Shell中使用CQL操作、查询Cassandra数据

5.1 操作键空间

5.1.1 创建Keyspace

语法

CREATE KEYSPACE <identifier> WITH <properties>;

更具体的语法：

Create keyspace KeyspaceName with replicaton={'class':strategy name,   
'replication_factor': No of replications on different nodes};

要填写的内容：

KeyspaceName 代表键空间的名字

strategy name 代表副本放置策略，内容包括：简单策略、网络拓扑策略，选择其中的一个。

No of replications on different nodes 代表 复制因子，放置在不同节点上的数据的副本数。

编写完成的创建语句 创建一个键空间名字为：school，副本策略选择：简单策略 SimpleStrategy，副本因子：3

CREATE KEYSPACE school WITH replication = {'class':'SimpleStrategy', 'replication_factor' : 3};

效果

验证

• 输入 DESCRIBE keyspaces查看所有的键空间，代码：

DESCRIBE keyspaces ;

效果：能够看到新创建的键空间 school

• 输入 DESCRIBE school 查看键空间的创建语句，代码：

DESCRIBE school;

效果：看到school 键空间的创建语句

5.1.2连接Keyspace

语法

USE <identifier>;

编写完整的连接Keyspace语句，连接school 键空间

use school;

效果：

5.1.3修改键空间

语法

ALTER KEYSPACE <identifier> WITH <properties>

编写完整的修改键空间语句，修改school键空间，把副本引子 从3 改为1

ALTER KEYSPACE school WITH replication = {'class':'SimpleStrategy', 'replication_factor' : 1};

效果

验证

• 输入 DESCRIBE school 查看键空间的创建语句，代码：

DESCRIBE school;

效果：看到school 键空间的创建语句，可以看到replication_factor 值为1

5.1.4 删除键空间

语法

DROP KEYSPACE <identifier>

完整删除键空间语句，删除school键空间

代码

DROP KEYSPACE school

效果，使用DESCRIBE keyspaces ; 验证school键空间是否存在，可以看出school已经不存在

5.2 操作表、索引

注意：操作前，先把键空间school键空间创建，并使用school 键空间，代码

CREATE KEYSPACE school WITH replication = {'class':'SimpleStrategy', 'replication_factor' : 3};
use school;

5.2.1 查看键空间下所有表

代码

DESCRIBE TABLES;

当前键空间下没有任何表，效果

执行返回 empty

5.2.2 创建表

语法

CREATE (TABLE | COLUMNFAMILY) <tablename> ('<column-definition>' , '<column-definition>')
(WITH <option> AND <option>)

完整创建表语句，创建student 表，student包含属性如下： 学生编号（id）， 姓名（name），年龄（age），性别（gender），家庭地址（address），interest（兴趣），phone（电话号码），education（教育经历） id 为主键，并且为每个Column选择对应的数据类型。 注意：interest 的数据类型是set ，phone的数据类型是list，education 的数据类型是map

CREATE TABLE student(
   id int PRIMARY KEY,  
   name text,  
   age int,  
   gender tinyint,  
   address text ,
   interest set<text>,
   phone list<text>,
   education map<text, text>
);

验证

• 使用 DESCRIBE TABLE student; 查看创建的表

cqlsh:school> DESCRIBE TABLE student;

效果

5.2.3 cassandra的索引（KEY）

上面创建student的时候，把student_id 设置为primary key 在Cassandra中的primary key是比较宏观概念，用于从表中取出数据。primary key可以由1个或多个column组合而成。 不要在以下情况使用索引：

• 这列的值很多的情况下，因为你相当于查询了一个很多条记录，得到一个很小的结果。
• 表中有couter类型的列
• 频繁更新和删除的列
• 在一个很大的分区中去查询一条记录的时候（也就是不指定分区主键的查询）

Cassandra的5种Key

1. Primary Key
2. Partition Key
3. Composite Key
4. Compound Key
5. Clustering Key

1）Primary Key

是用来获取某一行的数据， 可以是单一列（Single column Primary Key）或者多列（Composite Primary Key）。

在 Single column Primary Key 决定这一条记录放在哪个节点。

例如：

create table testTab (
id int PRIMARY KEY,
name text
);

2）Composite Primary Key

如果 Primary Key 由多列组成，那么这种情况称为 Compound Primary Key 或 Composite Primary Key。

例如：

create table testTab (
key_one int,
key_two int,
name text,
PRIMARY KEY(key_one, key_two)
);

执行创建表后，查询testTab，会发现key_one和key_two 的颜色与其他列不一样，效果：

3）Partition Key

在组合主键的情况下(上面的例子)，第一部分称作Partition Key（key_one就是partition key），第二部分是CLUSTERING KEY（key_two）

Cassandra会对Partition key 做一个hash计算，并自己决定将这一条记录放在哪个节点。

如果 Partition key 由多个字段组成，称之为 Composite Partition key

例如：

create table testTab (
key_part_one int,
key_part_two int,
key_clust_one int,
key_clust_two int,
key_clust_three uuid,
name text,
PRIMARY KEY((key_part_one,key_part_two), key_clust_one, key_clust_two, key_clust_three)
);

4）Clustering Key

决定同一个分区内相同 Partition Key 数据的排序，默认为升序，可以在建表语句里面手动设置排序的方式

5.2.4 修改表结构

语法，可以添加列，删除列

• 添加列，语法

ALTER TABLE table name ADD  new column datatype;

给student添加一个列email代码：

ALTER TABLE student ADD email text;

执行代码后，进行查询，查看效果：

• 删除列，语法

ALTER table name DROP columnname;

代码：

cqlsh:school> ALTER table student DROP column email;

删除student的email列，并查询效果：

5.2.5 删除表

语法：

DROP TABLE <tablename>

删除student，代码如下：

DROP TABLE student;

执行删除代码，然后查询student，报错：unconfigured table student ，说明student已经被删除，效果:

5.2.6 清空表

表的所有行都将永久删除

语法

TRUNCATE <tablename>

代码

TRUNCATE student；

先查询student，发现有2条数据，然后使用上面的命令，效果

5.2.7 创建索引

1）普通列创建索引

语法

CREATE INDEX <identifier> ON <tablename>

代码

为student的 name 添加索引，索引的名字为：sname， 代码：

CREATE INDEX sname ON student (name);

为student 的age添加索引，不设置索引名字，代码

CREATE INDEX ON student (age);

执行上面的命令，然后使用 DESCRIBE student 查看表，效果：

可以发现 对age创建索引，没有指定索引名字，会提供一个默认的索引名：student_age_idx。

索引原理：

Cassandra之中的索引的实现相对MySQL的索引来说就要简单粗暴很多了。Cassandra自动新创建了一张表格，同时将原始表格之中的索引字段作为新索引表的Primary Key！并且存储的值为原始数据的Primary Key

2）集合列创建索引

给集合列设置索引

CREATE INDEX ON student(interest);                 -- set集合添加索引
CREATE INDEX mymap ON student(KEYS(education));          -- map结合添加索引

效果：

5.2.8 删除索引

语法

DROP INDEX <identifier>

删除student的sname 索引，代码

drop index sname;

执行上面代码，然后使用DESCRIBE student 查看表，发现sname索引已经不存在，效果：

5.3 查询数据

5.3.1 查询数据

语法

使用 SELECT 、WHERE、LIKE、GROUP BY 、ORDER BY等关键词

SELECT FROM <tablename>
SELECT FROM <table name> WHERE <condition>;

代码

1）查询所有数据

当前student表有2行数据，全部查询出来，代码：

cqlsh:school> select * from student;

效果：

2）根据主键查询

查询student_id = 1012 的行

代码

cqlsh:school> select * from student where student_id=1012;

效果

5.3.2 查询时使用索引

Cassandra对查询时使用索引有一定的要求，具体如下：

• Primary Key 只能用 = 号查询
• 第二主键 支持= > < >= <=
• 索引列 只支持 = 号
• 非索引非主键字段过滤可以使用ALLOW FILTERING

当前有一张表testTab，表中包含一些数据

create table testTab (
key_one int,
key_two int,
name text,
age  int,
PRIMARY KEY(key_one, key_two)
);
create INDEX tage ON testTab (age);

可以看到key_one 是第一主键，key_two是第二主键，age是索引列，name是普通列

1）第一主键 只能用=号查询

key_one列是第一主键 对key_one进行 = 号查询，可以查出结果

代码如下

select * from testtab where key_one=4;

效果

对key_one 进行范围查询使用 > 号，无法查出结果

代码如下：

select * from testtab where key_one>4;

效果：

错误信息：

InvalidRequest: Error from server: code=2200 [Invalid query] message="Only EQ and IN relation are supported on the partition key (unless you use the token() function)"

2) 第二主键 支持 = 、>、 <、 >= 、 <=

key_two是第二主键

不要单独对key_two 进行 查询，

代码：

select * from testtab where key_two = 8;

结果报错：

错误信息：

InvalidRequest: Error from server: code=2200 [Invalid query] message="Cannot execute this query as it might involve data filtering and thus may have unpredictable performance. If you want to execute this query despite the performance unpredictability, use ALLOW FILTERING"

意思是如果想要完成这个查询，可以使用 ALLOW FILTERING

修改：

select * from testtab where key_two = 8 ALLOW FILTERING;

效果：

注意：加上ALLOW FILTERING 后确实可以查询出数据，但是不建议这么做

正确的做法是 ，在查询第二主键时，前面先写上第一主键

代码：

select * from testtab where key_one=12 and key_two = 8 ;

效果：

代码：

select * from testtab where key_one=12 and key_two > 7;

效果：

3) 索引列 只支持=号

age是索引列

代码：

select * from testtab where age = 19;   -- 正确
 select * from testtab where age > 20 ;  --会报错
 select * from testtab where age >20 allow filtering;  --可以查询出结果，但是不建议这么做

效果：

4）普通列，非索引非主键字段

name是普通列，在查询时需要使用ALLOW FILTERING。

代码：

select * from testtab where key_one=12 and name='张小仙'; --报错
select * from testtab where key_one=12 and name='张小仙' allow filtering;  --可以查询

效果：

5）集合列

使用student表来测试集合列上的索引使用。

假设已经给集合添加了索引，就可以使用where子句的CONTAINS条件按照给定的值进行过滤。

select * from student where interest CONTAINS '电影';        -- 查询set集合
select * from student where education CONTAINS key  '小学';  --查询map集合的key值
select * from student where education CONTAINS '中心第9小学' allow filtering; --查询map的value值

效果：

6） ALLOW FILTERING

ALLOW FILTERING是一种非常消耗计算机资源的查询方式。 如果表包含例如100万行，并且其中95％具有满足查询条件的值，则查询仍然相对有效，这时应该使用ALLOW FILTERING。

如果表包含100万行，并且只有2行包含满足查询条件值，则查询效率极低。Cassandra将无需加载999,998行。如果经常使用查询，则最好在列上添加索引。

ALLOW FILTERING在表数据量小的时候没有什么问题，但是数据量过大就会使查询变得缓慢。

5.3.3 查询时排序

cassandra也是支持排序的，order by。 排序也是有条件的

1）必须有第一主键的=号查询

cassandra的第一主键是决定记录分布在哪台机器上，cassandra只支持单台机器上的记录排序。

2）只能根据第二、三、四…主键进行有序的，相同的排序。

3）不能有索引查询

cassandra的任何查询，最后的结果都是有序的，内部就是这样存储的。

现在使用 testTab表，来测试排序

select * from testtab where key_one = 12 order by key_two;  --正确
select * from testtab where key_one = 12 and age =19 order key_two;  --错误，不能有索引查询

索引列 支持 like

主键支持 group by

5.3.4 分页查询

使用limit 关键字来限制查询结果的条数 进行分页

5.4 添加数据

语法：

INSERT INTO <tablename>(<column1 name>, <column2 name>....) VALUES (<value1>, <value2>....) USING <option>

给student添加2行数据，包含对set，list ，map类型数据，代码：

INSERT INTO student (id,address,age,gender,name,interest, phone,education) VALUES (1011,'中山路21号',16,1,'Tom',{'游泳', '跑步'},['010-88888888','13888888888'],{'小学' : '城市第一小学', '中学' : '城市第一中学'}) ;

INSERT INTO student (id,address,age,gender,name,interest, phone,education) VALUES (1012,'朝阳路19号',17,2,'Jerry',{'看书', '电影'},['020-66666666','13666666666'],{'小学' :'城市第五小学','中学':'城市第五中学'});

执行上面的代码，然后 select * from student ，效果：

添加TTL，设定的computed_ttl数值秒后，数据会自动删除

INSERT INTO student (id,address,age,gender,name,interest, phone,education) VALUES (1030,'朝阳路30号',20,1,'Cary',{'运动', '游戏'},['020-7777888','139876667556'],{'小学' :'第30小学','中学':'第30中学'}) USING TTL 60;

5.5 更新列数据

更新表中的数据，可用关键字：

• Where - 选择要更新的行
• Set - 设置要更新的值
• Must - 包括组成主键的所有列

在更新行时，如果给定行不可用，则UPDATE创建一个新行

语法：

UPDATE <tablename>
SET <column name> = <new value>
<column name> = <value>....
WHERE <condition>

5.5.1 更新简单数据

把student_id = 1012 的数据的gender列 的值改为1，代码：

UPDATE student set gender = 1 where student_id= 1012;

效果：

5.5.2 更新set类型数据

在student中interest列是set类型

1）添加一个元素

使用UPDATE命令 和 ‘+’ 操作符

代码：

UPDATE student SET interest = interest + {'游戏'} WHERE student_id = 1012;

先查询，执行上面的代码，再查询，效果：

2）删除一个元素

使用UPDATE命令 和 ‘-’ 操作符

代码：

UPDATE student SET interest = interest - {'电影'} WHERE student_id = 1012;

效果：

3）删除所有元素

可以使用UPDATA或DELETE命令，效果一样

代码：

UPDATE student SET interest = {} WHERE student_id = 1012;
或
DELETE interest FROM student WHERE student_id = 1012;

效果

一般来说，Set,list和Map要求最少有一个元素，否则Cassandra无法把其同一个空值区分

5.5.3 更新list类型数据

在student中phone列是list类型

1）使用UPDATA命令向list插入值

代码：

UPDATE student SET phone = ['020-66666666', '13666666666'] WHERE student_id = 1012;

2）在list前面插入值

代码：

UPDATE student SET phone = [ '030-55555555' ] + phone WHERE student_id = 1012;

可以看到新数据的位置在旧数据的前面，效果：

3）在list后面插入值

代码：

UPDATE student SET phone = phone + [ '040-33333333' ]  WHERE student_id = 1012;

可以看到新数据的位置在最后面，效果：

4）使用列表索引设置值，覆盖已经存在的值

这种操作会读入整个list，效率比上面2种方式差

现在把phone中下标为2的数据，也就是 “13666666666”替换，代码：

UPDATE student SET phone[2] = '050-22222222' WHERE student_id = 1012;

效果：

5）【不推荐】使用DELETE命令和索引删除某个特定位置的值

非线程安全的，如果在操作时其它线程在前面添加了一个元素，会导致移除错误的元素

代码：

DELETE phone[2] FROM student WHERE student_id = 1012;

效果：

6）【推荐】使用UPDATE命令和‘-’移除list中所有的特定值

代码：

UPDATE student SET phone = phone - ['020-66666666'] WHERE student_id = 1012;

效果：

5.5.4 更新map类型数据

map输出顺序取决于map类型。

1）使用Insert或Update命令

UPDATE student SET education=
  {'中学': '城市第五中学', '小学': '城市第五小学'} WHERE student_id = 1012;

2）使用UPDATE命令设置指定元素的value

UPDATE student SET education['中学'] = '爱民中学' WHERE student_id = 1012;

效果：

3）可以使用如下语法增加map元素。如果key已存在，value会被覆盖，不存在则插入

UPDATE student SET education = education + { '幼儿园' : '大海幼儿园', '中学': '科技路中学'} WHERE student_id = 1012;

覆盖“中学”为“科技路中学”，添加“幼儿园”数据，效果：

4）删除元素

可以用DELETE 和 UPDATE 删除Map类型中的数据

使用DELETE删除数据

DELETE education['幼儿园'] FROM student WHERE student_id = 1012;

效果

使用UPDATE删除数据

UPDATE student SET education=education - {'中学','小学'} WHERE student_id = 1012;

效果

5.6 删除行

语法

DELETE FROM <identifier> WHERE <condition>;

代码

删除student中student_id=1012 的数据，代码:

DELETE FROM student WHERE student_id=1012;

效果

执行上面的命令后，查询student，发现只有一条数据

5.7 批量操作

作用

把多次更新操作合并为一次请求，减少客户端和服务端的网络交互。 batch中同一个partition key的操作具有隔离性

语法

使用BATCH，您可以同时执行多个修改语句（插入，更新，删除）

BEGIN BATCH
<insert-stmt>/ <update-stmt>/ <delete-stmt>
APPLY BATCH

代码

1、先把数据清空，然后使用添加数据的代码，在student中添加2条记录，student_id 为1011 、 1012，效果

2、在批量操作中实现 3个操作：

新增一行数据，student_id =1015

更新student_id =1012的数据，把年龄改为11，

删除已经存在的student_id=1011的数据，代码：

BEGIN BATCH
    INSERT INTO student (id,address,age,gender,name) VALUES (1015,'上海路',20,1,'Jack') ;
    UPDATE student set age = 11 where id= 1012;
    DELETE FROM student WHERE id=1011;
APPLY BATCH;

执行上面的代码，效果