为什么许多是指卡桑德拉作为面向列的数据库？(Why many refer to Cassandra

读了多篇论文和文件，互联网上，我发现对Cassandra的数据模型的许多矛盾的信息。有许多其识别为一个面向列的数据库，其他为行导向，那么谁把它定义为两者的混合方式。

据我了解卡桑德拉如何存储文件的东西，它使用* -Index.db文件访问的* -Data.db文件的正确位置，在其存储在布隆过滤器，列索引，然后的列所需的行。

在我看来，这是严格面向行的。是否有什么我失踪？

Answer 1:

是的，“面向列的”术语是有点混乱。

在卡桑德拉的模型是行包含列。要访问数据的最小单位（列），你必须指定第一行名称（键），则列名。

因此，在一个名为的ColumnFamily Fruit ，你可以像下面的例子中的结构（2行），那里的水果类型是行键，并且每一列有一个名字和值。

apple -> colour  weight  price variety
         "red"   100     40    "Cox"

orange -> colour    weight  price  origin
          "orange"  120     50     "Spain"

从基于表格的关系型数据库的一个区别是，人们可以在任何时间忽略列（橙子却毫无品种），或添加任意列（橙色具有原点）。你仍然可以想像，上述数据为表，虽然稀疏一个有许多值可能是空的。

然而，“面向列的”模式也可用于名单和时间序列，其中每列名是唯一的（在这里，我们只有一个排，但我们可以有列十万或数百万）：

temperature ->  2012-09-01  2012-09-02  2012-09-03 ...
                40          41          39         ...

这是一个关系模型，其中一个必须的时间序列中的条目建模为完全不同的rows不columns 。这种类型的用途通常被称为“宽行”。

Answer 2:

如果你看看在自述文件的Apache Cassandra的混帐回购协议，它说，

Cassandra是一个分区的行存储。行被组织成一个必需的主键的表。
分区意味着卡桑德拉可以在应用程序透明物质多台机器上分配数据。作为机器被添加，并从群集中删除卡桑德拉将自动重新分区。
行存储意味着像关系数据库，通过卡桑德拉行和列组织数据。

列取向或柱状数据库明智存储在磁盘上柱。
如：表Bonuses表
```
  ID Last First Bonus 1 Doe John 8000 2 Smith Jane 4000 3 Beck Sam 1000 
```
在面向行的数据库管理系统中，数据将被存储这样的： 1,Doe,John,8000;2,Smith,Jane,4000;3,Beck,Sam,1000;
在面向列的数据库管理系统中，数据将被存储这样的：
1,2,3;Doe,Smith,Beck;John,Jane,Sam;8000,4000,1000;
Cassandra是基本上是列家族店
卡桑德拉将存储在上述数据， "Bounses" : { row1 : { "ID":1, "Last":"Doe", "First":"John", "Bonus":8000}, row2 : { "ID":2, "Last":"Smith", "First":"Jane", "Bonus":4000} ... }
阅读此了解更多详情。

希望这可以帮助。

Answer 3:

你们都好好点，它可能会造成混淆。在该例子

apple -> colour  weight  price variety
         "red"   100     40    "Cox"

苹果是密钥值和列是数据，其中包含所有4个数据项。从被形容这听起来像所有4个数据项作为一个对象，然后由应用程序解析拉只是所需的值存储在一起。因此，从一个IO透视我需要读取整个对象。 IMHO这是固有的行（或对象）基于不基于列的。

基于列的存储走红仓储，因为它提供了极度压缩和减少IO全表扫描（DW），但在增加IO的OLTP的成本时，你需要拉每列（SELECT *）。绝大多数的查询并不需要每列，由于压缩IO可用于只有几列全表扫描大打折扣。让我提供一个例子

apple -> colour  weight  price variety
         "red"   100     40    "Cox"

grape -> colour  weight  price variety
         "red"   100     40    "Cox"

我们有两个不同的水果，但两者有一个颜色=红色。如果我们存储的颜色在一个单独的磁盘页（块）的重量，价格和品种，从而存储的仅仅是颜色，那么当我们压缩页面，我们可以因大量的重复数据删除的实现极端压缩。相反，在一个页面中存储100行（假设），我们可存储万色的。我们读到的一切与红色这可能是1 IO，而不是成千上万的IO的这对仓库和分析确实不错，但不适合OLTP如果我需要更新整个行，因为该行可能有几百列和单一的更新（或插入）可能需要数百IO的的。

除非我失去了一些东西，我不会把这种柱状基础，我叫它基于对象的。它仍然不是对象是如何安排磁盘上清晰。多个对象置于同一磁盘页面？是否能保证具有相同的元数据一起去的对象的任何方式？要一个水果可能含有因为它只是元数据或XML或任何你想要的对象本身存储比其他水果不同的数据来看，有没有办法保证一定的匹配果实类型存储在一起，以提高效率？

拉里