正文

R利剑NoSQL系列文章 之 Cassandra

admin
admin V管理员 /0 评论 /282 阅读
0111
此篇文章发布距今已超过618天，您需要注意文章的内容或图片是否可用！

R利剑NoSQL系列文章，主要介绍通过R语言连接使用nosql数据库。涉及的NoSQL产品，包括Redis,MongoDB, HBase, Hive, Cassandra, Neo4j。希望通过我的介绍让广大的R语言爱好者，有更多的开发选择，做出更多地激动人心的应用。

关于作者：

张丹(Conan), 程序员Java,R,PHP,Javascript

weibo：@Conan_Z

blog: http://blog.fens.me

email: [email protected]

转载请注明：

cassandra/">http://blog.fens.me/nosql-r-cassandra/

第三篇 R利剑Cassandra，分为7个章节。

Cassandra介绍

Cassandra安装

RCassandra安装

RCassandra函数库

RCassandra基本使用操作

RCassandra使用案例

Cassandra的没落

每一章节，都会分为”文字说明部分”和”代码部分”，保持文字说明与代码的连贯性。

1. Cassandra介绍

Apache Cassandra是一套开源分布式NoSQL数据库系统。它最初由Facebook开发，用于储存收件箱等简单格式数据，集Google BigTable的数据模型与Amazon Dynamo的完全分布式的架构于一身。Facebook于2008将 Cassandra 开源，此后，由于Cassandra良好的可扩放性，被Digg、Twitter等知名Web 2.0网站所采纳，成为了一种流行的分布式结构化数据存储方案。

Cassandra 的名称来源于希腊神话，是特洛伊的一位悲剧性的女先知的名字，因此项目的Logo是一只放光的眼睛。

Cassandra的数据会写入多个节点，来保证数据的可靠性，在一致性、可用性和网络分区耐受能力（CAP）的折衷问题上，Cassandra比较灵活，用户在读取时可以指定要求所有副本一致（高一致性）、读到一个副本即可（高可用性）或是通过选举来确认多数副本一致即可（折衷）。这样，Cassandra可以适用于有节点、网络失效，以及多数据中心的场景。

Cassandra介绍摘自：维基百科(http://zh.wikipedia.org/wiki/Cassandra)

2. Cassandra安装

文字说明部分：

首先环境准备，这里我选择了Linux Ubuntu操作系统12.04的64位服务器版本，大家可以根据自己的使用习惯选择顺手的Linux。

JDK使用SUN官方版本JDK 1.6.0_29，请不要用Linux自带的openjdk。

手动下载并安装Cassandra。

Cassandra配置，需要提前初始化几个目录。

data_file_directories：为数据文件目录

commitlog_directory：为日志文件目录

saved_caches_directory：为缓存文件目录

下面将介绍单节点的安装，集群安装请参考：Cassandra单集群实验2个节点

代码部分：

单节点安装：系统环境 Linux Ubuntu 12.04 LTS 64bit server

~  -a
Linux u1 .0-23-generic 
~  /etc/issue
Ubuntu .2 LTS n l

JDK环境：SUN官方JDK 1.6.0_29

~ java -version
java version 
JavaTM SE Runtime Environment build .0_29-b11
Java HotSpotTM -Bit Server VM build -b02, mixed mode

下载Cassandra并解压

~  http://mirrors.tuna.tsinghua.edu.cn/apache/cassandra/1.2.5/apache-cassandra-1.2.5-bin.tar.gz
~  xvf apache-cassandra-1.2.5-bin.tar.gz
~  apache-cassandra-1.2.5-bin cassandra125
~  cassandra125 /home/conan/toolkit/
~ 
/home/conan/toolkit
~  -l
drwxrwxr-x   conan conan  Jun   06:10 cassandra125/
drwxr-xr-x  conan conan   Apr  :36 jdk16

初始化cassandra

~  /home/conan/toolkit/cassandra125
~  conf/cassandra.yaml
data_file_directories:
    - /var/lib/cassandra/data
commitlog_directory: /var/lib/cassandra/commitlog
saved_caches_directory: /var/lib/cassandra/saved_caches

目录的介绍：

data_file_directories：为数据文件目录

commitlog_directory：为日志文件目录

saved_caches_directory：为缓存文件目录

确认操作系统中，这几个目录已被创建。

同时确认/var/log/cassandra/目录，对于cassandra是可写的。

~   -p /var/lib/cassandra/data
~   -p /var/lib/cassandra/saved_caches
~   -p /var/lib/cassandra/commitlog
~   -p /var/log/cassandra/
~   -R conan:conan /var/lib/cassandra
~   -R conan:conan /var/log/cassandra/
~ ll /var/lib/cassandra
drwxr-xr-x   conan conan  Jun   06:21 commitlog/
drwxr-xr-x   conan conan  Jun   06:21 data/
drwxr-xr-x   conan conan  Jun   06:21 saved_caches/

设置环境变量

~   /etc/environment
/home/conan/toolkit/cassandra125
~  /etc/environment
~   /home/conan/toolkit/cassandra125
 -x 
 -x 
 -x

启动cassandra

~ bin/cassandra -f
~ jps
 CassandraDaemon
 Jps

打开客户端

~ bin/cassandra-cli
Connected to:  on .0.1/9160
Welcome to Cassandra CLI version .5
Type  or   help.
Type  or  to quit.
default@unknown

单节的cassandra，我们已经成功能安装好了。

Cassandra的集群安装请参考：Cassandra单集群实验2个节点

3. RCassandra安装

文字说明部分：

R语言的版本请使用2.15.3，下面介绍如何安装R。

首先，增加一个软件源deb http://mirror.bjtu.edu.cn/cran/bin/linux/ubuntu precise/。

更新及指定安装2.15.3-1precise0precise1版本。

启动R程序，安装RCassandra包。

代码部分

测试环境R语言的版本是：2.15.3

安装R语言

~    /etc/apt/sources.list
deb http://mirrors.163.com/ubuntu/ precise main universe restricted multiverse
deb-src http://mirrors.163.com/ubuntu/ precise main universe restricted multiverse
deb http://mirrors.163.com/ubuntu/ precise-security universe main multiverse restricted
deb-src http://mirrors.163.com/ubuntu/ precise-security universe main multiverse restricted
deb http://mirrors.163.com/ubuntu/ precise-updates universe main multiverse restricted
deb http://mirrors.163.com/ubuntu/ precise-proposed universe main multiverse restricted
deb-src http://mirrors.163.com/ubuntu/ precise-proposed universe main multiverse restricted
deb http://mirrors.163.com/ubuntu/ precise-backports universe main multiverse restricted
deb-src http://mirrors.163.com/ubuntu/ precise-backports universe main multiverse restricted
deb-src http://mirrors.163.com/ubuntu/ precise-updates universe main multiverse restricted
deb http://mirror.bjtu.edu.cn/cran/bin/linux/ubuntu precise/

更新apt-get源

~   update
~    r-base-core.3-1precise0precise1
~ R
R version .3 -03-01 -- 
Copyright C  The R Foundation  Statistical Computing
ISBN -900051-07-0
Platform: x86_64-pc-linux-gnu -bit
R is  software and comes with ABSOLUTELY NO WARRANTY.
You are welcome to redistribute it under certain conditions.
Type  or   distribution details.
  Natural language support but running  an English locale
R is a collaborative project with many contributors.
Type    information and
 on how to cite R or R packages  publications.
Type   some demos,   on-line help, or
  an HTML browser interface to help.
Type  to quit R.

安装RCassandra

~ java -version
java version 
JavaTM SE Runtime Environment build .0_29-b11
Java HotSpotTM -Bit Server VM build -b02, mixed mode
0

4. RCassandra函数库

文字说明部分

列出有的RCassandra支持的函数，只有17个。记得rredis有100个函数，rmongodb有153个函数。相比之下RCassandra太轻量了。

但是这17个函数，并没有覆盖Cassandra的所有操作，就连一些的基本的操作都没有函数支持，要在命令行处理。不知道是什么原因？！希望RCassandra能继续发展，完善没有实现的功能函数。

不支持的常用操作：

创建keyspaces,删除keyspaces

创建列族，删除列族

删除一行

删除一行的某列数据

下面列出了这17个函数，并与Cassandra的命令做了对比说明。

代码部分

共有17个函数

~ java -version
java version 
JavaTM SE Runtime Environment build .0_29-b11
Java HotSpotTM -Bit Server VM build -b02, mixed mode
1

Cassandra和RCassandra的基本操作对比：

~ java -version
java version 
JavaTM SE Runtime Environment build .0_29-b11
Java HotSpotTM -Bit Server VM build -b02, mixed mode
2

 

5. RCassandra基本使用操作

文字说明部分

介绍RCassandra的基本函数操作，以iris的数据集为例，介绍了如何利用RCassandra操作Cassandra数据库。

代码部分

~ java -version
java version 
JavaTM SE Runtime Environment build .0_29-b11
Java HotSpotTM -Bit Server VM build -b02, mixed mode
3

不支持的常用操作

创建keyspaces,删除keyspaces

创建列族，删除列族

删除一行

删除一行的某列数据

6. RCassandra使用案例

文字说明部分

通过一个业务需求的例子，加深我们对RCassandra的认识。下面是一个非常简单的业务场景。

业务需求：

创建一个Users列族，包含name,password两列

在已经数据的情况下，有动态增加一个新列age

代码部分

在Cassandra命令行，创建列族Users

~ java -version
java version 
JavaTM SE Runtime Environment build .0_29-b11
Java HotSpotTM -Bit Server VM build -b02, mixed mode
4

RCassandra插入数据，包含name,password两列

~ java -version
java version 
JavaTM SE Runtime Environment build .0_29-b11
Java HotSpotTM -Bit Server VM build -b02, mixed mode
5

7. Cassandra的没落

越来越多的基于cassandra构建的应用，开始向hbase迁移。

Cassandra的没落，在技术上可能存在的一些原因：

1. 读的性能太慢

无中心的设计，造成读数据时通过逆熵做计算，性能损耗很大，甚至会严重影响服务器运作。

2. 数据同步太慢（最终一致性延迟可能非常大）

由于无中心设计，要靠各节点传递信息。相互发通知告知状态，如果副本集有多份，其中又出现节点有宕机的情况，那么做到数据的一致性，延迟可能非常大，效率也很低的。

3. 用插入和更新代替查询，缺乏灵活性，所有查询都要求提前定义好。

与大多数数据库为读优化不同，Cassandra的写性能理论上是高于读性能的，因此非常适合流式的数据存储，尤其是写负载高于读负载的。与HBase比起来，它的随机访问性能要高很多，但不是很擅长区间扫描，因此可以作为HBase的即时查询缓存，由HBase进行批量的大数据处理，由Cassandra提供随机查询的接口

4. 不支持直接接入hadoop，不能实现MapReduce。

现在大数据的代名词就是hadoop，做为海量数据的框架不支持hadoop及MapReduce，就将被取代。除非Cassandra能够给出其他的定位，或者海量数据解决方案。DataStax公司，正在用Cassandra重够HDFS的文件系统，不知道是否可以成功。

让我期待Cassandra未来的发展吧！

转载请注明：

http://blog.fens.me/nosql-r-cassandra/

打赏作者

This entry was posted in R语言实践, 数据库

宙飒天下