简介
Cassandra是一套开源分布式NoSQL数据库系统,Cassandra的主要特点是无中心的设计，其分布式集群由一堆数据库节点共同构成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。
随着Nosql的火热，Hbase、Mongodb已然成了NoSQL数据库的代表，而Cassandra在国内的使用却不多（据说360公司在大规模使用），根据百度指数的显示cassandra的火热度远远低于mongodb和Hbase。
而在国外，根据数据库评分网站DB-Engines的16.10的最新数据，cassandra排名上升到了第7，排名远远高于Hbase。
优点：
1、模式灵活
使用Cassandra，像文档存储，你不必提前解决记录中的字段。你可以在系统运行时随意的添加或移除字段。这是一个惊人的效率提升，特别是在大型部署上。
2、真正的可扩展性
Cassandra是纯粹意义上的水平扩展。为给集群添加更多容量，可以指向另一台电脑。你不必重启任何进程，改变应用查询，或手动迁移任何数据。
3、多数据中心识别
你可以调整你的节点布局来避免某一个数据中心起火，一个备用的数据中心将至少有每条记录的完全复制。
4、范围查询
如果你不喜欢全部的键值查询，则可以设置键的范围来查询。
5、列表数据结构
在混合模式可以将超级列添加到5维。对于每个用户的索引，这是非常方便的。
6、分布式写操作
有可以在任何地方任何时间集中读或写任何数据。并且不会有任何单点失败
缺点
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重构HDFS的文件系统，不知道是否可以成功。
一：部署cassandra
规划：
集群节点：3
10.10.8.3
10.10.8.4
10.10.8.5
（1）配置jdk
10.10.8.3、10.10.8.4、10.10.8.5
$ wget Oracle.com/otn-pub/Java/jdk/8u112-b15/jdk-8u112-linux-x64.tar.gz
$ tar xf jdk-8u112-linux-x64.tar.gz -C /opt
$ vim /etc/profile
增加
export JAVA_HOME=/opt/jdk1.8.0_112
export PATH=$PATH:$JAVA_HOME/bin
export CLASSPATH=$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
$ source /etc/profile
（2）安装Cassandra
10.10.8.3、10.10.8.4、10.10.8.5
$ wget
$ tar xvf apache-cassandra-3.0.9-bin.tar.gz -C /opt
$ ln -s /opt/apache-cassandra-3.0.9 /opt/cassandra
（3）配置
10.10.8.3、10.10.8.4、10.10.8.5
$ copy conf/cassandra.yaml conf/cassandra.yaml.bak
$ vim conf/cassandra.yaml
#cassandra-3.0.9的精简配置，可以运行集群的最低配置。
cluster_name: 'My Cluster' #集群名
num_tokens: 256
seed_provider:
- class_name: org.apache.cassandra.locator.SimpleSeedProvider
parameters:
- seeds: "10.10.8.3,10.10.8.4,10.10.8.5" #节点ip列表
listen_address: 10.10.8.5 #进程监听地址
storage_port: 7000 #集群中节点通信的端口号
start_native_transport: true #开启native协议
native_transport_port: 9042 #客户端的交互端口
data_file_directories:
- /data/cassandra/dbdata # 数据位置，多盘的话可以写多个目录
commitlog_directory:
- /data/cassandra/commitlog #commitlog的路径，与data目录分开磁盘，提高性能
saved_caches_directory:
- /data/cassandra/caches #缓存数据目录
hints_directory:
- /data/cassandra/hints
commitlog_sync: batch #批量记录commitlog，每隔一段时间将数据commitlog
commitlog_sync_batch_window_in_ms: 2 #batch模式下，批量操作缓存的时间间隔
#commitlog_sync: periodic #周期记录commitlog，每一次有数据更新都commitlog
#commitlog_sync_period_in_ms: 10000 #periodic模式，刷新commitlog的时间间隔
partitioner: org.apache.cassandra.dht.Murmur3Partitioner
endpoint_snitch: SimpleSnitch