Inleiding tot Cassandra-gegevensmodellering
Om een enorme hoeveelheid informatie tegen te gaan, zijn er nieuwe technologieën voor gegevensbeheer ontstaan. Deze technieken verschillen van traditionele benaderingen van relationele databases. Ze worden gezamenlijk NoSQL genoemd. Cassandra is een van de algemeen bekende NoSQL-databases. Andere populaire NoSQL-databaseproducten zijn MongoDB, Riak, Redis, Neo4j, enz. In dit onderwerp gaan we meer te weten over Cassandra-gegevensmodellering.
Deze NoSQL-databases overwinnen de tekortkomingen die aan het licht zijn gebracht door de relationele database door een enorm volume op te nemen dat georganiseerde, semi-georganiseerde en ongestructureerde informatie bevat. Schaalbaarheid en prestaties voor webapplicaties, lagere kosten en ondersteuning voor agile softwareontwikkeling zijn enkele voordelen. Cassandra is een functionerend open-source platform in Apache Software Foundation en bijgevolg staat het ook bekend als Apache Cassandra. Cassandra kan toezicht houden op een enorme hoeveelheid georganiseerde, semi-georganiseerde en ongestructureerde gegevens in een groot verspreid cluster over meerdere centra. Het biedt een hoge schaalbaarheid, hoge prestaties en ondersteunt een flexibel model.
Datamodellering is een begrip van flow en structuur dat moet worden gebruikt om de software te ontwikkelen. Het identificeert de hoofdobjecten, hun kenmerken en de relatie met andere objecten. Dit is vaak de eerste stap en de meest essentiële stap bij het maken van software. Net zoals het blauwdrukontwerp voor een architect is, is een datamodel voor een softwareontwikkelaar. Dit helpt niet alleen om de structuur te analyseren, maar stelt u ook in staat te anticiperen op eventuele functionele of technische problemen die zich later kunnen voordoen.
Traditionele gegevensmodellering begint met conceptuele gegevensmodellering. Dit conceptuele gegevensmodel wordt vervolgens toegewezen aan een relationeel gegevensmodel dat uiteindelijk een relationeel databaseschema oplevert. In dit proces is het belangrijkste datasortering gebeurt op basis van correlatie door het te begrijpen en te bevragen.
Datamodellering in Cassandra verschilt van datamodellering in de relationele database. Relationele datamodellering is alleen gebaseerd op het conceptuele datamodel. Die SQL gebruikt om acties op te halen en uit te voeren. Cassandra gebruikt CQL (Cassandra Query Language) met SQL-achtige syntaxis. Datamodellering in Cassandra begint met het organiseren van de gegevens en het begrijpen van de relatie met de objecten. Hier is de keyspace analoog aan een database die verschillende records en tabellen bevat. Een cluster kan meerdere hoofdruimten hebben. Verschillende knooppunten verbinden om één cluster te maken. Op keyspace-niveau kunnen we attributen definiëren zoals de replicatiefactor.
Tafelmodel
Het begrip van een tabel in Cassandra is compleet anders dan een bestaand begrip. Een CQL-tabel kan worden beschouwd als een groep partities die de kolomfamilie wordt genoemd en rijen met dezelfde structuur bevat. Elke partitie bevat een unieke partitiesleutel en elke rij bevat een optionele enkelvoudige clustersleutel. De combinatie van partitie en een clustersleutel wordt een primaire sleutel genoemd die wordt gebruikt om een rij in de tabel te identificeren. Een tabel met een clustersleutel heeft partities met meerdere rijen, terwijl een tabel zonder geclusterde sleutel uitsluitend partities met één rij heeft.
Zoekopdrachtmodel
Casandra stroom vertrekt van een conceptueel datamodel samen met de applicatieworkflow die wordt gegeven als invoer om het logische datamodel te verkrijgen en ten slotte om het fysieke datamodel te krijgen.
Gebruikersquery's worden gedefinieerd in de applicatieworkflow. Conceptuele gegevensmodellering wordt gebruikt om de relatie tussen verschillende entiteiten en hun attributen vast te leggen. Vandaar de naam ER-model.
Logische gegevensmodellering
De kern van de Cassandra-gegevensmodelleringsmethode is logische gegevensmodellering. Een conceptueel datamodel wordt toegewezen aan een logisch datamodel op basis van query's die zijn gedefinieerd in een applicatieworkflow. Deze vraaggestuurde conceptuele tot logische toewijzing wordt gedefinieerd door gegevensmodelleringsprincipes, toewijzingsregels en toewijzingspatronen.
Gegevensmodelleringsprincipes
De volgende vier principes bieden een basis voor het in kaart brengen van conceptuele tot logische datamodellen.
- Ken uw gegevens: om gegevens correct te organiseren, moeten entiteiten, attributen en hun relaties bekend zijn om een conceptueel gegevensmodel te ontwikkelen.
- Ken uw vragen: om gegevens efficiënt te organiseren, worden vragen gebruikt. De beste optie om uit te voeren is partitie per query.
- Data-nesting: om meerdere entiteiten van hetzelfde type samen op een bekend criterium te organiseren, wordt data-nesting gebruikt. Het wordt gebruikt om meerdere entiteiten op te halen uit een enkele partitie.
- Gegevensduplicatie: het is altijd beter om gegevensduplicatie over joins in Cassandra te hebben, omdat het verschillende vragen over dezelfde gegevens efficiënt ondersteunt.
Op basis van de gegevensmodelleringsprincipes worden toewijzingsregels gedefinieerd om de overgang van een conceptueel gegevensmodel naar een logisch gegevensmodel uit te voeren
Mapping Regels:
- Entiteiten en relaties: entiteits- en relatietypen worden toegewezen aan tabellen, terwijl entiteiten en relaties worden toegewezen aan tabelrijen.
- Equality Search Attributes: Equality search attributes worden gebruikt in de kolommen met de primaire sleutel om deel te nemen aan gelijkheid zoeken.
- Inequality Search Attributes: Inequality-zoekattributen worden ook gebruikt in de kolommen met de primaire sleutel om verschillende zoekresultaten te produceren.
- Bestelkenmerk: Bestelkenmerk wordt gebruikt om op gegevens in een specifieke volgorde te groeperen
- Key Attribute: Deze eigenschap helpt bij het identificeren van de unieke rijen
Op basis van de bovenstaande toewijzingsregels ontwerpen we toewijzingspatronen die als basis dienen voor het automatiseren van het databaseontwerp. Door de gegeven query en het conceptuele gegevensmodel definieert elk patroon het uiteindelijke schema van het schemaontwerp.
Fysiek model
Als het logische model eenmaal is geïnstalleerd, is het ontwikkelen van een fysiek model relatief eenvoudig. Een fysiek gegevensmodel vertegenwoordigt gegevens in de database. Na het toewijzen van gegevenstypen wordt de partitiegrootte geschat en worden tests uitgevoerd om het model te analyseren voor een betere optimalisatie.
Concluderend kunnen we stellen dat wanneer er een enorme hoeveelheid en variëteit aan gegevens beschikbaar is om te worden geanalyseerd en verwerkt. Het is noodzakelijk om een aanpak te kiezen die de te analyseren gegevens efficiënt kan extraheren. Cassandra met zijn hoge schaalbaarheid en het vermogen om enorme gegevens op te slaan, biedt snel het ophalen van informatie om gegevensmodellen voor complexe structuren te ontwerpen. Cassandra-gegevensmodellering en al zijn functionaliteit kunnen op de volgende manieren worden omvat. Hier maken we een query-gestuurd conceptueel gegevensontwerp en met behulp van overzichtelijke toewijzingsregels en toewijzingspatronen kan de overgang van conceptueel model naar logisch model plaatsvinden. We beschrijven vervolgens een fysiek model om een volledig uniek mentaal beeld van het ontwerp te krijgen.
Aanbevolen artikelen
Dit is een handleiding voor Cassandra-gegevensmodellering. Hier bespreken we het tabelmodel, het querymodel, logische datamodellering en datamodellering. U kunt ook de volgende artikelen bekijken voor meer informatie -
- Gegevensmodellen in DBMS
- Wat is gegevensmodellering?
- Modellen van datawarehouse
- Data Analytics Interview Vragen
- Top 6 soorten joins in MySQL met voorbeelden