本文基于Cassandra 4.0 简单介绍cassandra。
简介
Cassandra由facebook开源，是一款分布式、高可用、去中心化、容错的noSql数据库，它提出了一种基于最终一致的语义的分区宽列存储模型。结合亚马逊的Dynamo的分布式存储和谷歌的BigData的数据模型,采用了一种分阶段事件驱动架构（SEDA）来实现。
特性
-
分布式(Distributed)
可以在多台机器上运行，呈现给用户一致的整体。
-
去中心化(Decentralized)
每个节点对等，cassandra的协议是P2P的，并使用gossip来维护存活和死亡的列表，去中心化意味着不会单点失效，因此支持高可用。
-
弹性可扩展(Elastic Scalability)
可以在不中断服务的情况下，扩展或缩减服务的规模。
-
高效写
Netflix测试
-
高效读
-
弱一致性
-
高可用(High Availability) 可以在不中断服务的情况下替换故障节点，还可以把数据分布到多个cassandra数据中心，提供很好的本地访问，并且在某一个数据中心发生故障，不会中断服务，防止系统瘫痪。
-
容错(Fault Tolerance)
-
可调节的一致性(Tuneable Consistency)
允许通过参数调节一致性水平和可用性水平，通过副本因子(replication factor)设置更新在集群中传播的节点数，此外，客户端还需要设置一致性级别（consistency level）参数，决定写入多少个副本成功才判定写操作是成功的。
-
面向行(Row-Oriented)
数据结构为多维稀疏哈希表，可以在运行中添加、删除字段，不会造成服务中断。 -
持久化
节点可部署在不同数据中心，即使数据中心挂了，也无损数据，适用于对数据持久化要求高的系统
-
灵活的模式(Flexible Schema)
CQL，类似SQL的语法，早期通过Thrift API来实现，3.0版本后，
-
高性能(High Performance)
cassandra为写吞吐量专门做了优化。
缺点
不支持关联查询和子查询，因为在分布式系统中跨越硬件进行关联查询的性能很差，推荐从单表中查询数据或者使用提供的集合工具简化操作。
适用场景
-
大规模部署的场景
cassandra的很多特性都是基于高可用、可调节一致性、P2P协议等，这些特性如果单点部署没有意义。
-
适用于大量写入、分析、统计的场景
cassandra为优异的写吞吐量特别优化。
-
地区分布
cassandra支持多地分布存储，很容易可以将数分布到多个数据中心。
-
快速变化的应用
灵活的模式让应用在初始阶段数据结构能跟上业务的变化。
用户案例
- apple 75000个节点，存储数据超过10PB
- Netflix 2500个节点，存储数据达420TB，每天上万亿次请求