问题标签 [cassandra]

当使用像 Cassandra 这样的 nosql 类型数据存储时，您将如何返回基于列的结果集？

例如

这是您将存储在 sql 数据库中然后从 cassandra 中提取数据的东西吗？或者 cassandra 可以处理这种类型的查询吗？（假设数据库中有数百万行）

据我了解，cassandra 非常擅长基于键的查找，如果它可以并且应该用于获取数据列表并还分页该数据（并且如果它是高性能的），则感到困惑

我目前正在运行一个存储 4TB 数据的 12 节点 Cassandra 集群，复制因子设置为 3。为了应用程序更新的需要，我们需要更改我们的 keyspace 的配置，我们希望避免任何如果可能，请停机。

我在邮件列表中读到，最好的方法是：

1. 在集群的一台服务器上杀死 cassandra 进程
2. 再次启动，等待commit log写入磁盘，再次kill
3. 在 storage.xml 文件中进行修改
4. 根据我们所做的更改重命名或删除数据目录中的文件
5. 启动卡桑德拉
6. 转到列表中的下一个服务器的 1

我的问题是：

• 我是否很好地理解了这个过程？
• 是否存在数据损坏的风险？
• 在这个过程中，同一个cluser，同一个keyspace中会有不同版本的storage.xml文件的服务器。这是个问题吗？
• 如果我们不仅添加、重命名和删除 ColumnFamilies，而且如果我们更改 CompareWith 参数/将现有列族转换为超级列族，则与上述相同的问题。还是我们需要改名字？

谢谢您的回答。这是我第一次这样做，我有点害怕。

我打算建立一个cassandra商店系统，我也需要一个全文（中文）系统。狮身人面像可以用在 cassandra 上吗？（sphinx 支持 xml 格式，但我不会使用它，因为它很慢，而且很多时间都花在 xml 解析上）。或者，如果您曾经在 cassandra 上构建过全文搜索系统，您也可以分享您的经验。谢谢

考虑需要在 Cassandra 数据存储中表示的 M:M 关系。

有哪些 M:M 建模选项可用？对于每种选择，什么时候更喜欢？您在 Cassandra 支持的项目中做出了哪些 M:M 建模选择？

In BigTable/GFS and Cassandra terminology, what is the definition of a SSTable?

我计划制作一个最终将使用Cassandra的网络应用程序。但是现在我没有它，也没有服务器来运行它，我想从使用 MySQL 开始。

问题是，是否有可能以这样一种方式来构建数据和查询，以便以后将其移植到 Cassandra 上相当容易？我猜主要的想法是编写 MySQL 查询，这些查询可以更改为相同的 Cassandra 查询。

也许你有更好的建议？

我正在构建一个新应用程序，它将具有与 Facebook 非常相似的功能，虽然它显然不需要处理 400,000,000 亿用户之类的用户，但它仍将被大量用户群使用，并且他们中的大多数人会要求它运行得非常非常快。

我在 MySQL 方面有丰富的经验，但一个社交应用程序提供了 MySQL 不太适合的复杂性。我知道 Facebook、Twitter 等已经将他们的大量数据转移到 Cassandra，但我不确定它还能走多远。

例如，您会在 Cassandra 中存储用户数据（用户名、密码、地址等）吗？你会在 Cassandra 中存储电子邮件、评论、状态更新等吗？我也读过很多，像 neo4j 这样的东西更适合表示社交应用程序使用的朋友关系，因为它是一个图形数据库。我只是刚刚开始走 NoSQL 路线，因此非常感谢任何指导。

有人可以就此向我提供建议吗？我希望我不是太笼统！

是否可以用 Go 语言为 Cassandra 数据存储编写客户端？

我应该将 Cassandra 用于 100,000 个用户的项目吗？在 MySQL 5 中，我有全文搜索和表分区。我正在使用 CodeIgniter 启动一个像 SO 这样的问答系统。这是从 vBulletin 到新系统的转变。在旧的 vBulletin 系统中，我有 100,000 个用户，总帖子数约为 80,000。在接下来的 3 或 4 年内，我预计会有越来越多的用户和帖子。那么，我应该使用 Cassandra 而不是 MySQL 5 吗？

如果我使用 Cassandra，我需要在 Media Temple 从 Grid-Service 更改为 Dedicated-Virtual 托管。因为 Cassandra 不是作为托管系统的一部分提供的，所以我需要使用 VPS 或 DV 服务器解决方案。如果我使用 MySQL，托管不是问题，但性能和搜索速度如何。

顺便问一下，Stack Overflow 使用的是什么数据库？

在 Cassandra 术语中，它是什么TimeUUID以及何时使用？