Cassandra权威指南

出版者:人民邮电出版社

作者:Eben Hewitt

页数:280

译者:王旭

出版时间:2011-8

价格:59.00元

装帧:平装

isbn号码:9787115258540

丛书系列:图灵程序设计丛书·数据库系列

具体描述

本书是一本广受好评的Cassandra 图书。与传统的关系型数据库不同，Cassandra 是一种开源的分布式存储系统。书中介绍了它无中心架构、高可用、无缝扩展等引人注目的特点，讲述了如何安装、配置Cassandra 及如何在其上运行实例，还介绍了对它的监控、维护和性能调优手段，同时还涉及了Cassandra 相关的集成工具Hadoop 及其类似的其他NoSQL 数据库。

本书适合数据库开发人员与网站开发者阅读。

作者简介

Eben Hewitt

跨国公司应用架构总监，负责系统战略和设计工作。他是Apache Cassandra项目的一位文档贡献者，同时也是多本技术书籍的作者，其中包括Java SOA Cookbook（O’Reilly出版）。

目录信息

译者序　　XIII
序　　XV
前言　　XVII
第1 章　Cassandra 概况 　　1
1.1　关系型数据库有什么问题　　1
1.2　关系型数据库简单回顾　　5
1.2.1　RDBMS：出类拔萃与表现平平　　6
1.2.2　互联网的规模　　12
1.3　Cassandra 的电梯间演讲　　13
1.3.1　50 个字介绍Cassandra　　　13
1.3.2　分布式与无中心　　　13
1.3.3　弹性可扩展 　　14
1.3.4　高可用与容错　　15
1.3.5　可调节的一致性　　15
1.3.6　Brewer 的CAP 理论　　18
1.3.7　面向行 　　21
1.3.8　无schema 　　22
1.3.9　高性能 　　22
1.4　Cassandra 来自何方　　22
1.5　Cassandra 的应用场景　　23
1.5.1　大规模部署 　　23
1.5.2　写密集、统计和分析型工作　　24
1.5.3　地区分布 　　24
1.5.4　变化的应用 　　24
1.6　谁在使用Cassandra　　24
1.7　小结　　26
第2 章　安装Cassandra　　27
2.1　安装二进制包 　27
2.1.1　解压缩 　　27
2.1.2　里面有什么 　27
2.2　从源码编译　　28
2.2.1　其他编译目标　　30
2.2.2　使用Maven编译　　30
2.3　运行Cassandra 　　30
2.3.1　在Windows平台上运行Cassandra　　　31
2.3.2　在Linux下运行Cassandra　　　31
2.3.3　启动服务器 　　32
2.4　使用命令行界面的客户端　　　33
2.5　基本命令行命令 　　34
2.5.1　帮助　　34
2.5.2　连接服务器 　　35
2.5.3　描述环境 　　35
2.5.4　创建keyspace和列族　　36
2.5.5　读写数据 　　37
2.6　小结　　38
第3章　Cassandra的数据模型　　39
3.1　关系型数据模型 　　39
3.2　简介　　40
3.3　集群　　43
3.4　keyspace　　43
3.5　列族　　44
3.6　列　　46
3.6.1　宽行与窄行 　　48
3.6.2　列的排序 　49
3.7　超级列　　50
3.8　Cassandra与RDBMS的设计差别　　53
3.8.1　没有查询语言　　53
3.8.2　没有引用完整性　　53
3.8.3　第二索引 　53
3.8.4　排序成为一种设计决策　　54
3.8.5　反范式化 　　54
3.9　设计模式　　55
3.9.1　具体化视图 　　56
3.9.2　无值列 　　56
3.9.3　聚合键 　　56
3.10　需要记住的几件事　　57
3.11　小结　　57
第4章　应用实例　　59
4.1　数据模型设计 　　59
4.2　酒店应用的关系型数据库设计　　60
4.3　酒店应用的Cassandra设计　　61
4.4　酒店应用代码 　　62
4.4.1　创建数据库 　　63
4.4.2　数据结构 　64
4.4.3　进行连接 　65
4.4.4　预装填数据库　　66
4.4.5　搜索应用 　　78
4.5　Twissandra　　82
4.6　小结　　82
第5章　Cassandra的架构　　83
5.1　system keyspace 　　83
5.2　对等结构　　　　84
5.3　gossip与故障检测 　　84
5.4　逆熵与读修复 　　86
5.5　memtable、SSTable和commit log　　　87
5.6　提示移交　　　89
5.7　压紧　　89
5.8　Bloom filter　　91
5.9　墓碑　　　91
5.10　分阶段事件驱动架构　　92
5.11　管理器与服务 　　93
5.11.1　Cassandra守护进程　　93
5.11.2　存储服务 　　93
5.11.3　消息服务 　　93
5.11.4　提示移交管理器　　94
5.12　小结　　94
第6章　配置Cassandra　　95
6.1　keyspace　　　95
6.1.1　创建列族 　　98
6.1.2　从0.6迁移到0.7　　99
6.2　副本　　99
6.3　副本放置策略 　　100
6.3.1　简单策略 　　101
6.3.2　旧网络拓扑策略　　102
6.3.3　网络拓扑策略　　103
6.4　副本因子　　103
6.5　分区器　　105
6.5.1　随机分区器　　106
6.5.2　有序分区器　　106
6.5.3　配页有序分区器　　107
6.5.4　字节序分区器　　107
6.6　Snitch　　107
6.6.1　Simple Snitch　　107
6.6.2　PropertyFileSnitch　　　107
6.7　创建集群　　108
6.7.1　修改集群名称　　109
6.7.2　给集群增加节点　　109
6.7.3　多种子节点　　111
6.8　动态加入环 　　113
6.9　安全　　　114
6.9.1　使用SimpleAuthenticator　　114
6.9.2　编程鉴权 　　117
6.9.3　使用MD5加密　　118
6.9.4　提供你自己的鉴权算法　　118
6.10　杂项设置　　119
6.11　附加工具　　120
6.11.1　查看键值　　120
6.11.2　导入之前版本的配置　　120
6.12　小结　　122
第7章　读写数据 　　123
7.1　Cassandra与RDBMS查询的不同　　123
7.1.1　没有Update查询　　123
7.1.2　记录级的写原子性　　123
7.1.3　不支持服务端事务　　123
7.1.4　没有重复键值　　124
7.2　写操作的基本属性　　124
7.3　一致性级别 　　124
7.4　读操作的基本属性　　126
7.5　API　　126
7.6　设置与插入数据 　　128
7.7　使用简单的get 　　133
7.8　数据准备　　135
7.9　切片谓词　　135
7.9.1　使用get_slice读取特定列名　　136
7.9.2　通过切片区间获取一组列　　137
7.9.3　取出一行中的所有列　　138
7.10　get_range_slices 　　138
7.11　multiget_slice 　　140
7.12　删除　　142
7.13　批量变更　　144
7.13.1　批量删除　　144
7.13.2　区间鬼影　　145
7.14　编程定义keyspace和列族　　145
7.15　小结　　146
第8章　客户端　　147
8.1　基本的客户端API　　148
8.2　Thrift　　148
8.2.1　Thrift对Java的支持　　151
8.2.2　异常 　　151
8.2.3　Thrift小结 　　152
8.3　Avro　　152
8.3.1　Avro Ant目标　　154
8.3.2　Avro规范　　155
8.3.3　Avro小结　　156
8.4　Git简介　　156
8.5　连接客户端节点 　157
8.5.1　客户端列表　　157
8.5.2　循环DNS 　　157
8.5.3　负载均衡器　　157
8.6　Cassandra Web控制台　　157
8.7　Hector（Java） 　　161
8.7.1　特性 　　161
8.7.2　Hector API 　　162
8.8　HectorSharp（C#） 　　162
8.9　Chirper　　　　167
8.10　Chiton（Python） 　　167
8.11　Pelops（Java） 　　168
8.12　Kundera（Java ORM）　　　169
8.13　Fauna（Ruby） 　　　169
8.14　小结　　　170
第9章　监控　　　171
9.1　日志　　171
9.1.1　跟踪查看 　　173
9.1.2　通用技巧 　　174
9.2　JMX与MBean概述　　175
9.2.1　MBean 　　177
9.2.2　集成JMX 　　179
9.3　通过JMX与Cassandra交互　　180
9.4　Cassandra的MBean　　181
9.4.1　org.apache.cassandra.concurrent　　185
9.4.2　org.apache.cassandra.db　　185
9.4.3　org.apache.cassandra.gms　　186
9.4.4　org.apache.cassandra.service　　186
9.5　定制Cassandra的MBean　　188
9.6　运行时分析工具 　　190
9.6.1　使用JMX和JHAT进行堆分析　　191
9.6.2　发现线程问题　　194
9.7　健康检查　　195
9.8　小结　　196
第10章　维护　　197
10.1　获取环的信息 　　198
10.1.1　Info 　　198
10.1.2　Ring 　　198
10.2　获取统计信息 　　199
10.2.1　使用cfstats　　199
10.2.2　使用tpstats　　200
10.3　基本维护工作 　　201
10.3.1　修复 　　201
10.3.2　刷写 　　202
10.3.3　清理 　　203
10.4　快照　　203
10.4.1　进行快照　　203
10.4.2　清除快照　　204
10.5　对集群进行负载均衡　　205
10.6　退服节点　　208
10.7　更新节点　　210
10.7.1　删除令牌　　210
10.7.2　压紧阈值　　210
10.7.3　在一个工作的集群中改变列族　　210
10.8　小结　　211
第11章　性能调优 　　213
11.1　数据存储　　213
11.2　回复超时　　215
11.3　commit log 　　215
11.4　memtable　　216
11.5　并发　　216
11.6　缓存　　217
11.7　缓冲区尺寸 　　218
11.8　使用Python压力测试　　218
11.8.1　生成Python Thrift接口　　　218
11.8.2　运行Python压力测试　　　220
11.9　启动和JVM设置　　222
11.10　小结　　　224
第12章　集成Hadoop　　225
12.1　何为Hadoop 　　225
12.2　使用MapReduce 　　226
12.3　运行字数统计例子　　227
12.3.1　将数据输出到Cassandra　　229
12.3.2　Hadoop流　　　229
12.4　MapReduce之上的工具　　229
12.4.1　Pig 　　230
12.4.2　Hive 　　231
12.5　集群配置　　231
12.6　案例　　233
12.6.1　Raptr.com: Keith Thornhill　　　233
12.6.2　Imagini: Dave Gardner　　　233
12.7　小结　　234
附录　非关系型数据库大观　　235
词汇表　　.261
关于作者　　　279
关于封面　　　279
· · · · · · (收起)

读后感

现在都2.1了，书上介绍的还是0.7，和官方文档相差太大了，买这本书不如去看官方文档。很苦恼的，工作中用到了cassandra，但是完全没有中文相关的资料可以参考，什么时候才可以出新版啊。。。。。。。。。。  

我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看...  

Cassandra是什么？有什么特点？谁在用它？为什么用它？ 这本书第一章只用了不到30页就很好地阐述了这些问题。这本书的目标是帮助开发者和数据库管理员们理解Cassandra这种新型数据库，探索它与传统的关系型数据库系统有什么异同，并且帮助读者在自己的系统中使用Cassandra。 ...  

语言上略显罗嗦，例子之类的难免有凑篇幅的嫌疑。不过，就了解Cassandra和NoSQL来说，还是不错的，有助于整体了解NoSQL的起源、分类，以及Cassandra的各种设计决策。 Cassandra目前风头没有一年前那么热了，但仍不失为一个非常出色的数据存储系统，值得研究。但因为Cassandra...  

Cassandra是什么？有什么特点？谁在用它？为什么用它？ 这本书第一章只用了不到30页就很好地阐述了这些问题。这本书的目标是帮助开发者和数据库管理员们理解Cassandra这种新型数据库，探索它与传统的关系型数据库系统有什么异同，并且帮助读者在自己的系统中使用Cassandra。 ...  

用户评价

这本《Cassandra权威指南》简直是我的救星！之前在处理海量数据和高并发读写时，我们团队的数据库性能瓶颈简直让人焦头烂额。各种教程和文档看了一圈，要么过于理论化，要么只停留在基础操作层面，真正遇到生产环境的复杂问题时，还是束手无策。这本书的出现，简直是拨云见日。它不仅仅罗列了Cassandra的基本架构，更是深入探讨了数据模型设计、分区键选择的艺术，以及如何根据业务场景进行精细化的调优。特别是关于一致性级别和Quorum设置的那几章，作者用生动的案例剖析了CAP理论在Cassandra中的实际应用，让我们清晰地理解了在可用性和一致性之间如何找到最佳平衡点。我记得我们当时遇到一个棘手的慢查询问题，尝试了各种索引优化方法都收效甚微，最后是参考书中的集群拓扑优化建议，调整了数据在环形结构中的分布策略，性能立竿见影地提升了30%以上。这本书的价值在于，它提供的不是零散的知识点，而是一套完整的、可落地实施的系统化思维框架。如果你正面临分布式数据库的挑战，这本书绝对是绕不开的宝典。

我接触NoSQL数据库已经好几年了，但对Cassandra的理解总是停留在“它很快”的肤浅层面。直到我啃完了《Cassandra权威指南》，才真正领悟到为什么它能成为许多互联网巨头后端系统的基石。这本书的独特之处在于它对“为什么”的深入探讨。比如，它没有简单地告诉你如何创建表，而是详细讲解了Cassandra的LSM树结构如何决定了写入的高效性，以及它如何通过WAL（Write-Ahead Log）来保证持久性。更令人称道的是，作者对于性能监控和瓶颈识别的讲解，提供了一套完整的工具链和分析方法论，包括如何解读JVM的垃圾回收日志、如何分析CQL执行计划的性能指标等。在我最近的一次性能调优项目中，我利用书中提到的内存和磁盘I/O的资源分配建议，对Cassandra的JVM堆大小和堆外内存进行了重新配置，结果发现，原本频繁出现的Stop-The-World GC停顿现象得到了极大的缓解。这本书的内容是活的、可操作的，是每一个想在分布式系统领域深耕的工程师必备的内功心法。

阅读这本书的过程，体验非常流畅，几乎没有出现“读不下去”的尴尬时刻。作者的写作风格非常注重读者的体验，仿佛他正坐在你的对面，耐心地为你拆解复杂的分布式系统概念。我尤其喜欢它在介绍数据模型时，总是先给出几种常见的业务场景（比如时间序列数据、用户画像等），然后对比分析哪种数据模型设计最优，这种“场景驱动”的学习方式极大地提高了我的吸收效率。例如，在处理高基数（High Cardinality）的查询时，书中详细对比了使用Secondary Index和Materialized View的优劣和适用范围，这解决了我们团队长期以来对索引选择的困惑。这本书的排版和图示也非常精良，使得原本抽象的并发控制和数据一致性概念变得直观易懂。它不仅是一本技术书籍，更像是一份经过时间检验的、可信赖的实战手册，确保你在部署、开发和维护Cassandra系统的每一步都能找到可靠的指引。这本书的价值，在于它帮你避免了无数次试错的弯路。

说实话，我抱着试试看的心态买了这本《Cassandra权威指南》，毕竟市面上的“权威”二字太多，水分也大。没想到，这次是真的淘到宝贝了。这本书的叙述风格非常务实，没有太多华丽的辞藻，直奔主题，每一个概念的解释都配有清晰的代码示例或架构图。最让我惊喜的是它对Cassandra内部工作原理的剖析。比如，它详细解释了Memtable刷写、SSTable的生成与Compaction策略的底层逻辑，这对于我们日常维护和故障排查工作至关重要。我们团队最近在升级Cassandra版本时，曾因为不熟悉新的Compaction算法导致节点负载异常升高，翻阅了书中关于Leveled Compaction和Size-Tiered Compaction对比的那部分内容后，我们才明白了问题的根源所在，并及时调整了参数配置。这本书的深度足以满足资深工程师的需求，同时其循序渐进的讲解方式又不会让初学者望而却步。它成功地搭建了一座从“会用”到“精通”的桥梁，强烈推荐给所有想把Cassandra用得出神入化的人。

作为一名架构师，我关注的重点永远是系统的稳定性和可扩展性。《Cassandra权威指南》在这方面给予了我极大的信心。我特别欣赏作者在集群运维和故障恢复章节中所展现出的那种对真实世界问题的深刻洞察力。书中对于Gossip协议的机制解析得极为透彻，解释了节点间如何有效地发现彼此并维护集群状态，这对于理解为什么集群有时会发生“脑裂”或节点无法快速上线至关重要。此外，关于数据备份和灾难恢复的策略部分，提供了多种基于不同业务连续性要求的方案，从简单的快照备份到复杂的跨数据中心复制策略，讲解得详尽且具备实操性。我们公司的数据中心分布在全球多地，对跨DC复制的延迟和一致性要求极高，这本书提供的多活数据中心配置指南，帮助我们优化了网络拓扑，显著降低了跨区域写入的延迟，同时确保了数据冗余度。这本书的实践指导价值远超一般的参考手册。

版本太老

内容略老

相对于Erlang编程那本书的300多页，这本书有点贵了——里面似乎是蜻蜓点水般地讲了一堆Java工具集。。。 靠，英文版的早看过了

纯粹技术性书籍写得一点都不枯燥，翻译得恰如其分

内容略老