问题标签 [cassandra]

几天前我听说过 cassandra 数据库引擎，并正在寻找关于它的好文档。在学习了 cassandra 之后，我发现 cassandra 比其他数据引擎更具可扩展性。我也在 Amazon SimpleDB 上阅读过，但由于 SimpleDB 有 10GB/表的限制，而且 Google Datastore 比 Amazon SimpleDB 慢，我不想使用它们（Google Datastore、Amazon SimpleDB）。因此，为了使我们的网站在海量数据中实现特别高的写入率，我喜欢使用 Cassandra 作为我们的数据引擎。

但在开始使用 cassandra 之前，我对“如何使用 casssandra 处理复杂数据”感到困惑。我给你下面的MySQL数据库结构，请阅读这个并给我一个好的建议。

用户表
hasColum ID 主要
hasColum 电子邮件 唯一
hasColum FirstName
hasColum LastName

类别表
hasColum ID Primary
hasColum Parent
hasColum Category

Posts Table
hasColum ID Primary
hasColum UID Index外键链接到用户->ID
hasColum CID Index外键链接到Category->ID
hasColum Title
hasColum Post Index
hasColum PunDate

评论
hasColum ID 主
hasColum UID 索引外键链接到用户->ID
hasColum PID 索引外键链接到帖子->ID
hasColum 评论

用户组
hasColum ID 主
hasColum 名称

UserToGroup 表（仅用于多对多关系）
hasColum UID 外键链接到 Users->ID
hasColum GID 外键链接到 Group->ID

最后供您参考，我喜欢使用 SimpleCassie PHP 类http://code.google.com/p/simpletools-php/ 所以，如果您能给我举个使用 SimpleCassie 的例子，那将非常有帮助

我正在寻找解决方案来存储大量信息，消耗更少的磁盘空间。

信息结构很简单，查询也很简单。我查看了诸如 Apache Cassandra 和关系数据库之类的解决方案，但找不到提到磁盘使用情况的比较。

任何关于此的想法都会很棒。

有很多可用的 Cassandra API：通常编程语言偏好决定了 API 的选择。

但是，如果我们将编程语言组件排除在外，那么 Cassandra API 提供了最高级别的抽象吗？

在这种情况下“抽象级别”的定义：提供许多额外好处（例如索引处理等）的 API 将被视为比“接近 Thrift”API 的裸骨处于更高的抽象层。

Erlang 是否有稳定的 Cassandra 库？我好像找不到

我到处寻找，要使用 Erlang 的 Cassandra，你最终必须下载（其中包括）：

促进节俭

: 然后你手动生成了erlang库，然后复制lib文件和beams文件。一旦你完成了所有工作，任何地方的文档都绝对为零。如果有人可以向我展示一些用户友好的文档，将不胜感激。

我正在使用 Erlang 与 Cassandra 交互，但我无法让 get_slice 命令返回一行中所有列的列表。我用：

：但我回来了：

：但是，使用 cassandra-cli 界面可以正常工作。有任何想法吗？

更新：

我修改了 Erlang 示例以反映给定的 Java 示例：

get_props(K) -> {ok, C} = thrift_client:start_link("127.0.0.1",9160, cassandra_thrift),

: 现在可以了。注意添加的行：

S = #sliceRange{start="",finish="",reversed=false,count=100}

似乎这些只能在 Unix 上生成，然后复制到 Windows

考虑具有以下表结构的表...

CREATE TABLE table1 ( id integer, name varchar(32), ts timestamp );

SELECT * FROM table1 WHERE id = xx 和 ts 在 '2010/04/01' 和 '2010/04/11' 之间

鉴于此查询，您将如何使用 Cassandra 表示给定的数据集？

有人可以解释 MapReduce 如何与 Cassandra .6 一起工作吗？我已经阅读了字数统计示例，但我不太了解 Cassandra 端与“客户端”端发生的情况。

https://svn.apache.org/repos/asf/cassandra/trunk/contrib/word_count/

例如，假设我正在使用 Python 和 Pycassa，我将如何加载一个新的 map reduce 函数，然后调用它？我的 map reduce 功能必须是安装在 cassandra 服务器上的 java 吗？如果是这样，我如何从 Pycassa 调用它？

还有人提到 Pig 让这一切变得更容易，但我是一个完整的 Hadoop 菜鸟，所以这并没有真正帮助。

您的答案可以使用 Thrift 或其他任何东西，我刚刚提到 Pycassa 来表示客户端。我只是想了解 Cassandra 集群中运行的内容与发出请求的实际服务器之间的区别。

我正在运行一个简单的测试——试图索引一些东西然后搜索它。我索引了一个简单的文档，但是当在其中搜索一个字符串时，我得到了一个看起来是空文档的内容（它没有字段）。Lucene 似乎在做某事，因为如果我搜索一个不在文档中的单词，它会返回 0 个结果。

为什么 Lucene 在找到与给定查询匹配的文档时会可靠地返回文档，但该文档中没有任何内容？

更多细节：

• 我实际上正在运行 Lucandra (Lucene + Cassandra)。这当然可能是一个相关的细节，但不确定。

• 字段设置为 Field.Store/YES 和 Field.Index/ANALYZED

• 有趣的是，我可以让它在我的本地机器上正常工作，但是当我们把它放在我们的主服务器（这是一个多节点 cassandra 设置）上时，我得到了上述行为。所以这似乎可能是相关的细节，但不幸的是，我没有看到任何错误消息来提示我具体是什么原因造成的。