Apache Cassandra

Apache Cassandra是一个开源的分布式数据库管理系统。它最初由Facebook开发（后来捐献给开源社区，现在 他们内部是用的是一个非开源的分支），用于储存大数据的信息。

主要特性：

• 分布式
• 基于字段的结构化
• 高可伸展性

Cassandra是Google的BigTable的开源实现。Cassandra的主要特点就是它不是一个数据库，而是由一堆数据库节点共同构 成的一个分布式网络服务，对Cassandra 的一个写操作，会被复制到其他节点上去，对Cassandra的读操作，也会被路由到某个节点上面去读取。对于一个Cassandra群集来说，扩展性能 是比较简单的事情，只管在群集里面添加节点就可以了。

下载与安装

首先去官方网站下载最新包：http://cassandra.apache.org/

wget 'http://labs.renren.com/apache-mirror/cassandra/0.5.1/apache-cassandra-0.5.1-bin.tar.gz'
tar -xzvf apache-cassandra-0.5.1-bin.tar.gz

然后修改配置文件 log4j.properties 和 storage-conf.xml 。

log4j.properties：

log4j.rootLogger=INFO,stdout,R

# stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.SimpleLayout

# rolling log file
log4j.appender.R=org.apache.log4j.RollingFileAppender
log4j.appender.file.maxFileSize=20MB
log4j.appender.file.maxBackupIndex=50
log4j.appender.R.layout=org.apache.log4j.PatternLayout
log4j.appender.R.layout.ConversionPattern=%5p [%t] %d{ISO8601} %F (line %L) %m%n
# Edit the next line to point to your logs directory
log4j.appender.R.File={改成有写权限的目录}/var/log/cassandra/system.log

# Application logging options
#log4j.logger.com.facebook=DEBUG
#log4j.logger.com.facebook.infrastructure.gms=DEBUG
#log4j.logger.com.facebook.infrastructure.db=DEBUG

storage-conf.xml：

  <commitlogdirectory>{改成有写权限的目录}/var/lib/cassandra/commitlog</commitlogdirectory>
  <datafiledirectories>
  <datafiledirectory>{改成有写权限的目录}/var/lib/cassandra/data</datafiledirectory>
  </datafiledirectories>
  <calloutlocation>{改成有写权限的目录}/var/lib/cassandra/callouts</calloutlocation>
  <stagingfiledirectory>{改成有写权限的目录}/var/lib/cassandra/staging</stagingfiledirectory>

如果你想让远程能通过9160能访问这台机器还需要做以下改动：

  <!-- 0.0.0.0 表示监控所有的网络接口，不然远程连不上来。 --->
  <thriftaddress>0.0.0.0</thriftaddress>
  <!-- Thrift RPC port (the port clients connect to). -->
  <thriftport>9160</thriftport>

然后执行 bin/cassandra 启动服务：

[nosql@localhost cassandra]$ bin/cassandra
[nosql@localhost cassandra]$ Listening for transport dt_socket at address: 8888
INFO - Sampling index for /home/nosql/var/lib/cassandra/data/Keyspace1/Standard1-1-Data.db
INFO - Sampling index for /home/nosql/var/lib/cassandra/data/Keyspace1/Standard1-2-Data.db
INFO - Sampling index for /home/nosql/var/lib/cassandra/data/system/LocationInfo-5-Data.db
INFO - Replaying /home/nosql/var/lib/cassandra/commitlog/CommitLog-1270795886891.log
INFO - Standard1 has reached its threshold; switching in a fresh Memtable
INFO - Enqueuing flush of Memtable(Standard1)@16761835
INFO - Sorting Memtable(Standard1)@16761835
INFO - Writing Memtable(Standard1)@16761835
INFO - Completed flushing /home/nosql/var/lib/cassandra/data/Keyspace1/Standard1-3-Data.db
INFO - Log replay complete
INFO - Saved Token found: 31733744575597623818945310333122705815
INFO - Starting up server gossip

服务器启动完毕，接下来写个简单的客户端吧。

package org.dueam.oss.cassandra;
import java.util.List;
import java.io.UnsupportedEncodingException;
 
import org.apache.thrift.transport.TTransport;
import org.apache.thrift.transport.TSocket;
import org.apache.thrift.protocol.TProtocol;
import org.apache.thrift.protocol.TBinaryProtocol;
import org.apache.thrift.TException;
import org.apache.cassandra.service.*;
 
public class CClient
{
    public static void main(String[] args)
    throws TException, InvalidRequestException, UnavailableException
                     , UnsupportedEncodingException, NotFoundException, TimedOutException
    {
        TTransport tr = new TSocket("10.249.134.1", 9160);
        TProtocol proto = new TBinaryProtocol(tr);
        Cassandra.Client client = new Cassandra.Client(proto);
        tr.open();
        String key_user_id = "1";
        for(int i=0;i<10000;i++){
        	key_user_id = i +"";
 
        // insert data
        long timestamp = System.currentTimeMillis();
        client.insert("Keyspace1",key_user_id,new ColumnPath("Standard1", null, 
                            "name".getBytes("UTF-8")),
              ("Chris Goffinet" + i).getBytes("UTF-8"),timestamp,ConsistencyLevel.ONE);
        client.insert("Keyspace1",
                      key_user_id,
                      new ColumnPath("Standard1", null, "age".getBytes("UTF-8")),
                     String.valueOf((24*i)).getBytes("UTF-8"),
                      timestamp,
                      ConsistencyLevel.ONE);
        }
        // read single column
        ColumnPath path = new ColumnPath("Standard1", null, "name".getBytes("UTF-8"));
        System.out.println(client.get("Keyspace1", key_user_id, path, ConsistencyLevel.ONE));
 
        // read entire row
        SlicePredicate predicate = new SlicePredicate(null, new SliceRange(new byte[0],
                  new byte[0], false, 10));
        ColumnParent parent = new ColumnParent("Standard1", null);
        List<ColumnOrSuperColumn> results = client.get_slice("Keyspace1", key_user_id, 
              parent, predicate, ConsistencyLevel.ONE);
        for (ColumnOrSuperColumn result : results)
        {
            Column column = result.column;
            System.out.println(new String(column.name, "UTF-8") + " -> "
                 + new String(column.value, "UTF-8"));
        }
 
        tr.close();
    }
}

初步压测结果：在Java内存没用过的时候读的性能和写的性能都不错，但是一旦内存用光（数据量大于JVM设置的内存），写的性能不变，读的性能直 线下降，目前看来比较适合SNS体系中消息之类的写多读少的应用。

少了一项：随时调整。

楼主这个帖子算是你的实践总结呢，还是看书的笔记？

估算开发周期的前提是对软件的估摸进行估算，同时结合整个开发团队的生产性，再适当加上20%左右的缓冲时间。