HBase Cassandra的部署和操作

一．数据库的部署与配置

二．使用命令访问数据库

三．数据库的设计

四．编程实现数据库的访问

一．数据库的部署与配置

1.在单个节点上对进行数据库的单机部署

（1）下载apache-cassandra-4.1.7-bin.tar.gz，上传到hadoop1 的/export/software目录

（2）使用解压缩命令：tar -xzf /export/software/apache-cassandra-4.1.7-bin.tar.gz -C /export/servers/ 进行解压缩到/export/servers目录

（3）使用cd /export/servers命令进入/export/servers目录

（4）将Cassandra目录进行重命名：mv apache-cassandra-4.1.7 apache-cassandra-4.1.7-standalone

（5）启动Cassandra：bin/cassandra -R

（6）查看Cassandra启动信息：tail -f logs/system.log

（7）检查状态：bin/nodetool status

（8）连接数据库：bin/cqlsh

（9）关闭Cassandra：bin/nodetool stopdaemon

2.在多个节点上实现数据库的分布式部署

（1）在Hadoop1、Hadoop2和Hadoop3上分别执行systemctl stop firewalld和systemctldisable firewalld命令关闭防火墙；

（2）在Hadoop1、Hadoop2、Hadoop3上分别执行ssh-keygen，ssh-copy-id hadoop1，ssh-copy-id hadoop2，ssh-copy-id hadoop3，使各个节点可以免密登录

注：在Hadoop2和Hadoop3上的执行结果与Hadoop1几乎相同，故不再展示。

（3）进行免密登录测试，在Hadoop1、Hadoop2和Hadoop3上分别执行ssh hadoop1，ssh hadoop2，ssh hadoop3，可以免密登录即可

注：在Hadoop2和Hadoop3上的执行结果与Hadoop1几乎相同，故不再展示。

（4）在Hadoop1、Hadoop2和Hadoop3上分别上传压缩安装包

（5）在Hadoop1、Hadoop2和Hadoop3上分别解压缩apache-cassandra-4.1.7-bin.tar.gz：tar -xzf /export/software/apache-cassandra-4.1.7-bin.tar.gz -C /export/servers/

（6）分别修改Hadoop1、Hadoop2和Hadoop3的cassandra.yaml文件中的seeds、listen_address和rpc_address，具体修改如下：

Hadoop1：seeds=192.168.121.160，listen_address=192.168.121.160，rpc_address=192.168.121.160；

Hadoop1：seeds=192.168.121.160，listen_address=192.168.121.161，rpc_address=192.168.121.161；

Hadoop1：seeds=192.168.121.160，listen_address=192.168.121.162，rpc_address=192.168.121.162

注：因修改过程类似，此处只展示Hadoop1节点上的修改结果。

（7）在Hadoop1、Hadoop2和Hadoop3上使用命令分别启动Cassandra：

bin/cassandra -R

（8）查看运行状态：bin/nodetool status

（9）连接任一服务器均可：bin/cqlsh hadoop1，bin/cqlsh hadoop2，bin/cqlsh hadoop3

二．使用命令访问数据库

练习Cassandra的相关命令。

1.键空间：创建、删除和查看键空间

（1）创建并查看键空间

CREATE KEYSPACE IF NOT EXISTS library_system

WITH REPLICATION = {

'class' : 'SimpleStrategy',

'replication_factor' : 1

};

DESCRIBE KEYSPACES;

（2）删除并再次查看键空间

DROP KEYSPACE IF EXISTS library_system;

DESCRIBE KEYSPACES;

2.表：创建表、设置复合型主键、修改表结构（要求：复合主键要包括分区键和分簇键，数据类型要包含两种以上的集合类型和一种以上的自定义类型）

以图书管理系统为例进行如下操作：

（1）创建表（包含复合型主键）

在图书管理系统中，我们设计一个图书借阅记录表，复合主键由 book_id 和 borrower_id 组成，分区键使用 book_id，集群键使用 borrower_id。还使用了集合类型（SET）存储借阅的日期，以及自定义类型（user_info）来存储借阅人的信息。

语句如下：

CREATE TYPE IF NOT EXISTS library_system.user_info (

name TEXT,

email TEXT,

phone_number TEXT

);

CREATE TABLE IF NOT EXISTS library_system.book_borrowing (

book_id UUID, -- 分区键

borrower_id UUID, -- 集群键

borrow_date DATE, -- 借阅日期

return_date DATE, -- 归还日期

status TEXT, -- 状态（如已借出、已归还）

tags SET<TEXT>, -- 标签（如热门、推荐等）

borrower_info FROZEN<user_info>, -- 自定义类型，借阅人信息

PRIMARY KEY (book_id, borrower_id) -- 复合主键

);

其中，book_id是分区键，borrower_id 是集群键，tags 是集合类型，用来存储书籍标签，borrower_info 是自定义类型 user_info，用于存储借阅人的信息。

（2）修改表结构

添加一个新列来记录图书的借阅次数。

语句如下：

ALTER TABLE library_system.book_borrowing ADD borrow_count INT;

3.数据查询

（1）查询所有数据

SELECT * FROM library_system.book_borrowing;

（2）根据分区键查询

SELECT * FROM library_system.book_borrowing WHERE book_id = 3796171a-9a3d-45e6-8886-42601fed5c04;

（3）根据分区键和集群键查询

SELECT * FROM library_system.book_borrowing WHERE book_id = b8cdcddb-4b1e-4937-83cd-dbfbf5288671 AND borrower_id = b36f25ca-082c-4ded-afc9-6675eda47cd4;

（4）查询特定列

SELECT book_id, borrow_date, return_date FROM library_system.book_borrowing WHERE book_id = b8cdcddb-4b1e-4937-83cd-dbfbf5288671 AND borrower_id = b36f25ca-082c-4ded-afc9-6675eda47cd4;

（5）查询集合类型数据

SELECT tags FROM library_system.book_borrowing WHERE book_id = b8cdcddb-4b1e-4937-83cd-dbfbf5288671 AND borrower_id = b36f25ca-082c-4ded-afc9-6675eda47cd4;

（6）查询自定义类型数据

SELECT borrower_info FROM library_system.book_borrowing WHERE book_id = b8cdcddb-4b1e-4937-83cd-dbfbf5288671 AND borrower_id = b36f25ca-082c-4ded-afc9-6675eda47cd4;

4.数据更新：数据插入、数据更新、数据删除

（1）数据插入

INSERT INTO library_system.book_borrowing (book_id, borrower_id, borrow_date, return_date, status, tags, borrower_info)

VALUES (uuid(), uuid(), '2024-01-01', '2024-01-15', 'Borrowed', {'Popular', 'New Release'},

{name: 'John Doe', email: 'johndoe@example.com', phone_number: '1234567890'});

（2）数据更新

UPDATE library_system.book_borrowing

SET return_date = '2024-01-20', status = 'Returned'

WHERE book_id = b8cdcddb-4b1e-4937-83cd-dbfbf5288671 AND borrower_id = b36f25ca-082c-4ded-afc9-6675eda47cd4;

（3）数据删除

①删除单条数据

DELETE FROM library_system.book_borrowing

WHERE book_id = b8cdcddb-4b1e-4937-83cd-dbfbf5288671 AND borrower_id = b36f25ca-082c-4ded-afc9-6675eda47cd4;

②删除整张表

TRUNCATE library_system.book_borrowing;

三．数据库的设计

图书管理系统包含三个主要实体：图书、读者和借阅记录。它们之间通过一个关系来进行联系，借阅记录表示图书与读者之间的借阅关系，本系统共设计三张表，分别是图书表（存储图书的相关信息）、借阅记录表（存储借阅的记录）和读者表（存储读者的基本信息）。

1.数据库设计

（1）图书表

表名：Books

列族（Column Families）：

info：存储图书的基本信息

author：存储作者的详细信息

publisher：存储出版商的信息

行键设计：

行键：book_id（唯一标识每本图书）

列名与存储内容：

在info列族下：

title：书名

category：类别（如科幻、文学等）

published_date：出版日期

在author列族下：

name：作者名称

birth_date：作者出生日期

在publisher列族下：

publisher_name：出版商名称

publisher_address：出版商地址

（2）读者表

表名：Readers

列族（Column Families）：

info：存储读者的基本信息

contact：存储读者的联系信息（例如地址、电话）

行键设计：

行键：reader_id（唯一标识每个读者）

列名与存储内容：

在info列族下：

reader_name：读者姓名

dob：出生日期

在contact列族下：

email：电子邮件地址

phone_number：电话号

address：家庭住址

（3）借阅记录表

表名：BorrowRecords

列族（Column Families）：

info：存储借阅信息

reader：存储读者信息

行键设计：

行键：borrow_id（唯一标识每次借阅记录）

列名与存储内容：

在info列族下：

book_id：借阅的图书ID

borrow_date：借阅日期

return_date：归还日期

在reader列族下：

reader_name：读者姓名

reader_id：读者ID

（4）实体和关系的增删改查

①新增操作

新增图书：向Books表中插入新的行，包含图书ID（行键）及其对应的列族和列名。

新增借阅记录：向BorrowRecords表中插入新的行，包含借阅记录ID（行键）、借阅图书ID、借阅日期、归还日期、读者信息等。

新增读者：向Readers表中插入新的行，包含读者ID（行键）、姓名、出生日期、联系信息等。

②删除操作

删除图书：通过图书ID删除Books表中的记录。

删除借阅记录：通过借阅记录ID删除BorrowRecords表中的记录。

删除读者：通过读者ID删除Readers表中的记录。

③更新操作

更新图书信息：可以根据图书ID（行键）来更新Books表中的某些列，比如更新书名、作者或出版日期等。

更新借阅记录：可以根据借阅记录ID（行键）来更新借阅日期或归还日期等。

更新读者信息：可以根据读者ID（行键）来更新Readers表中的读者姓名、地址、电话等。

④查询操作

查询某本图书的详细信息：通过book_id查询Books表中的详细信息。

查询某本图书的借阅记录：通过book_id在BorrowRecords表中查找所有借阅记录。

查询某位读者的借阅记录：通过reader_id在BorrowRecords表中查找该读者的所有借阅记录。

查询某位读者的详细信息：通过reader_id查询Readers表中的详细信息。

2.表设计与填充数据

（1）图书表

行键（book_id）	列族	列名	列值
B001	info	title	《活着》
		category	文学
		published_date	1993-06-01
	author	name	余华
	author	birth_date	1960-04-03
	publisher	publisher_name	作家出版社
	publisher	publisher_address	北京市朝阳区
B002	info	title	《百年孤独》
		category	小说
		published_date	1967-06-05
	author	name	加西亚·马尔克斯
	author	birth_date	1927-03-06
	publisher	publisher_name	南海出版公司
	publisher	publisher_address	上海市徐汇区

（2）读者表

行键（reader_id）	列族	列名	列值
R001	info	reader_name	张三
	info	dob	1990-05-15
	contract	email	zhsan@email.com
		phone_number	123-4567-8901
		address	北京市海淀区
R002	info	reader_name	李四
	info	dob	2005-02-28
	contract	email	lisi@email.com
		phone_number	987-6543-2100
		address	上海市浦东新区

（3）借阅记录表

行键（borrow_id）	列族	列名	列值
BR001	info	Book_id	B001
		Borrow_date	2024-11-01
		Return_date	2024-11-15
	reader	Reader_name	张三
	reader	Reader_id	R001
BR001	info	Book_id	B002
		Borrow_date	2024-11-02
		Return_date	2024-11-20
	reader	Reader_name	李四
	reader	Reader_id	R002

四．编程实现数据库的访问

使用Python访问实现设计的图书管理系统的列式数据库，步骤如下：

（1）数据库连接：连接到Cassandra集群，并创建数据库library和数据表Books、Readers和BorrowRecords，具体代码如下：

from cassandra.cluster import Cluster

# 连接到 Cassandra 集群

cluster = Cluster(['192.168.121.160']) 虚拟机的 IP 地址

session = cluster.connect()

# 创建 Keyspace：library

session.execute("""

CREATE KEYSPACE IF NOT EXISTS library WITH replication = {'class': 'SimpleStrategy', 'replication_factor': 1}

""")

# 使用创建的 Keyspace

session.execute("USE library")

# 创建表结构

# 创建 Books 表

session.execute("""

CREATE TABLE IF NOT EXISTS Books (

book_id TEXT PRIMARY KEY,

title TEXT,

category TEXT,

published_date TEXT,

author_name TEXT,

author_birth_date TEXT,

publisher_name TEXT,

publisher_address TEXT

)

""")

# 创建 Readers 表

session.execute("""

CREATE TABLE IF NOT EXISTS Readers (

reader_id TEXT PRIMARY KEY,

reader_name TEXT,

dob TEXT,

email TEXT,

phone_number TEXT,

address TEXT

)

""")

# 创建 BorrowRecords 表

session.execute("""

CREATE TABLE IF NOT EXISTS BorrowRecords (

borrow_id TEXT PRIMARY KEY,

book_id TEXT,

borrow_date TEXT,

return_date TEXT,

reader_name TEXT,

reader_id TEXT

)

""")

print("Keyspace and tables created.")

结果如下图所示：

（2）数据增加

分别给三张表插入数据，具体代码如下：

①插入图书记录

session.execute("""

INSERT INTO Books (book_id, title, category, published_date, author_name, author_birth_date, publisher_name, publisher_address)

VALUES (%s, %s, %s, %s, %s, %s, %s, %s)

""", ('B001', '《活着》', '文学', '1993-06-01', '余华', '1960-04-03', '作家出版社', '北京市朝阳区'))

结果如下图所示：

②插入读者信息

session.execute("""

INSERT INTO Readers (reader_id, reader_name, dob, email, phone_number, address)

VALUES (%s, %s, %s, %s, %s, %s)

""", ('R001', '张三', '1990-05-15', 'zhangsan@email.com', '123-4567-8901', '北京市海淀区'))

结果如下图所示：

③插入借阅记录

session.execute("""

INSERT INTO BorrowRecords (borrow_id, book_id, borrow_date, return_date, reader_name, reader_id)

VALUES (%s, %s, %s, %s, %s, %s)

""", ('BR001', 'B001', '2024-11-01', '2024-11-15', '张三', 'R001'))

结果如下图所示：

（3）数据更新

更新读者的联系方式，具体代码如下：

session.execute("""

UPDATE Readers SET email = %s WHERE reader_id = %s

""", ('newemail@email.com', 'R001'))

结果如下图所示：

（4）数据查询

查询book_id为B001图书的详细信息，具体代码如下：

# 查询某本图书的详细信息

rows = session.execute("""

SELECT * FROM Books WHERE book_id = %s

""", ('B001',))

for row in rows:

print(row)

结果如下图所示：

（5）数据删除

删除book_id为B001图书的记录

session.execute("""

DELETE FROM Books WHERE book_id = %s

""", ('B001',))

执行结果如下图所示：