Cassandra介绍

Apache Cassandra（社区内一般简称为C*）是一套开源分布式NoSQL数据库系统。它最初由Facebook开发，用于改善电子邮件系统的搜索性能的简单格式数据，集Google BigTable的数据模型与Amazon Dynamo的完全分布式架构于一身。Facebook于2008年将 Cassandra 开源，此后，由于Cassandra良好的可扩展性和性能，被 Apple, Comcast,Instagram, Spotify, eBay, Rackspace, Netflix[8]等知名网站所采用，成为了一种流行的分布式结构化数据存储方案。

分布式

Cassandra集群

基本流程：点对点分布式系统，集群中各节点平等，数据分布于集群中的各节点，各节点间每秒交换一次信息。

每个节点的commit log提交日志捕获写操作来确保数据持久性。数据先被写入MemTable（内存中的数据结构），待MemTable满后数据被写入SSTable（硬盘的数据文件）。

所有的写内容被自动在集群中partition分区并replication复制。

库表结构：Cassandra数据库面向行。用户可连接至集群的任意节点，通过类似SQL的CQL查询数据。

集群中，一个应用一般包含一个keyspace，一个keyspace中包含多个表。

读写请求：客户端连接到某一节点发起读或写请求时，该节点充当客户端应用与拥有相应数据的节点间的coordinator协调者以根据集群配置确定环（ring）中的哪个节点应当获取这个请求。

Cassandra集群描述

集群中所有主机部署步骤与配置一模一样，区别在于集群中前三台为seed节点，在cassandra配置文件cassandra.yaml中会对种子节点及监听节点单独配置，细节在配置过程中会提到。

Cassandra依赖

Cassandra-2.1之前依赖于Python2.6，但是Cassandra2.2+之后必须使用Python2.7，同时Cassandra3.0+必须使用JDK8+。 由于CentOS6.7自带python2.6及JDK7，首先将python及JDK升级。