4. Queries4.1. SELECT

语法:

<select-stmt>::=SELECT(JSON)?<select-clause>FROM<tablename>(WHERE<where-clause>)?(ORDERBY<order-by>)?(LIMIT<integer>)?(ALLOWFILTERING)?<select-clause>::=DISTINCT?<selection-list>|COUNT'('('*'|'1')')'(AS<identifier>)?<selection-list>::=<selector>(AS<identifier>)?(','<selector>(AS<identifier>)?)*|'*'<selector>::=<identifier>|WRITETIME'('<identifier>')'|TTL'('<identifier>')'|<function>'('(<selector>(','<selector>)*)?')'<where-clause>::=<relation>(AND<relation>)*<relation>::=<identifier><op><term>|'('<identifier>(','<identifier>)*')'<op><term-tuple>|<identifier>IN'('(<term>(','<term>)*)?')'|'('<identifier>(','<identifier>)*')'IN'('(<term-tuple>(','<term-tuple>)*)?')'|TOKEN'('<identifier>(','<identifer>)*')'<op><term><op>::='='|'<'|'>'|'<='|'>='|CONTAINS|CONTAINSKEY<order-by>::=<ordering>(','<odering>)*<ordering>::=<identifer>(ASC|DESC)?<term-tuple>::='('<term>(','<term>)*')'

样例:

SELECTname,occupationFROMusersWHEREuseridIN(199,200,207);SELECTJSONname,occupationFROMusersWHEREuserid=199;SELECTnameASuser_name,occupationASuser_occupationFROMusers;SELECTtime,valueFROMeventsWHEREevent_type='myEvent'ANDtime>'2011-02-03'ANDtime<='2012-01-01'SELECTCOUNT(*)FROMusers;SELECTCOUNT(*)ASuser_countFROMusers;

SELECT语句从rows中读取columns。返回rows的结果集,每个row都包含columns集合。如果使用JSON关键字,则结果返回一个叫”json”的column。更多详情请查看SELECT JSON。

4.1.1. <select-clause>

<select-clause>决定了那些columns需要被查询并返回在结果集中。

<selector>既可以是查询的列名也可以是<function>。函数与<term>一样。WRITETIME函数允许查询出column插入时的timestamp. TTL可以查询出存活时间,如果没有设置过期时间,则返回null

任何<selector>都可以使用AS来启用别名。注意<where-clause>和<order-by>从句应该引用原始的columns名称而非别名。

4.1.2.<where-clause>

<where-clause>指定了哪些rows需要被查询。它由PRIMARY KEY一部分和定义的二级索引的相关的columns组成。

不是所有的关系都是可以查询的。例如,不等关系(其中IN只支持相等关系)在partition key是不支持的(除了在partition key使用token方法才支持不等查询)。而且,对于对于给定的partition key,clustering columns必须是连续的。例如:

CREATETABLEposts(useridtext,blog_titletext,posted_attimestamp,entry_titletext,contenttext,categoryint,PRIMARYKEY(userid,blog_title,posted_at))

下面的查询是允许的:

SELECTentry_title,contentFROMpostsWHEREuserid='johndoe'ANDblog_title='John''sBlog'ANDposted_at>='2012-01-01'ANDposted_at<'2012-01-31'

但是下面的查询是非法的

//Needsablog_titletobesettoselectrangesofposted_atSELECTentry_title,contentFROMpostsWHEREuserid='johndoe'ANDposted_at>='2012-01-01'ANDposted_at<'2012-01-31'

可以在PRIMARY KEY上使用token函数。

SELECT*FROMpostsWHEREtoken(userid)>token('tom')ANDtoken(userid)<token('bob')


此外,IN只支持partition key的最后一个column和primary key最后一个column。

也可以使用tuple符号将CLUSTERING COLUMNS组合在一起,例如:

SELECT*FROMpostsWHEREuserid='johndoe'AND(blog_title,posted_at)>('John''sBlog','2012-01-01')

tuple符号也可以在CLUSTERING COLUMNS使用IN从句:

SELECT*FROMpostsWHEREuserid='johndoe'AND(blog_title,posted_at)IN(('John''sBlog','2012-01-01),('ExtremeChess','2014-06-01'))

CONTAINS操作可以在使用在集合列上(lists,sets,maps)。maps情况,CONTAINS适用于map values。CONTAINS KEY操作可以使用在map columns上且适用于map keys。

4.1.3.<order-by>

ORDER BY选项允许对查询的返回结果进行排序。它以列名为参数(ASE表示升序,DESC表示降序,默认为ASE)。目前排序是受限的(依赖于table的CLUSTERING ORDER)。

如果table没有指定CLUSTERING ORDER,则以clustering columns排序

否则以CLUSTERING ORDER排序

LIMIT

LIMIT选项限制SELECT语句查询的返回rows数量。

4.1.5.ALLOW FILTERING

默认情况下,CQL只允许不涉及“filtering”服务器端的select查询, ,即查询所有的(存活)记录将返回结果集(可能部分)。原因是那些“no filtering”查询可预测的性能在某种意义上,它们执行的时间由查询返回的数据量成正比(这可以通过LIMIT控制)。

ALLOW FILTERING选项允许显式地执行需要过滤的查询。请注意查询使用ALLOW FILTERING在性能上不可预知 (上面的定义),即甚至一个查询,选择少量的记录性能取决于的存储在集群中数据总量。

例如,下面的表持有用户信息,birth (有二级索引)和country

CREATETABLEusers(usernametextPRIMARYKEY,firstnametext,lastnametext,birth_yearint,countrytext)CREATEINDEXONusers(birth_year);

以下查询是合法的:

SELECT*FROMusers;SELECTfirstname,lastnameFROMusersWHEREbirth_year=1981;


在这两种情况下,Cassandra保证这些查询性能与返回的数据量成正比。(由于二级索引实现考虑,这个查询可能仍然依赖于集群中节点的数量,间接地取决于存储的数据量。然而,多个节点的数量的大小总是低于用户信息存储的数量)。当然,这两个查询可能返回很大的结果集在实践中,但返回的数据量总是可以通过添加一个LIMIT控制。

然而,下面的查询将被拒绝

SELECTfirstname,lastnameFROMusersWHEREbirth_year=1981ANDcountry='FR';

因为Cassandra不能保证它不需要扫描大量的数据,即使这些查询结果很小。然而,如果你知道你在做什么,你可以通过使用ALLOW FILTERING强制执行该查询,所以下面的查询是有效的:

SELECTfirstname,lastnameFROMusersWHEREbirth_year=1981ANDcountry='FR'ALLOWFILTERING;


5. 数据类型

<type>::=<native-type>|<collection-type>|<tuple-type>|<string>//Usedforcustomtypes.Thefully-qualifiednameofaJAVAclass<native-type>::=ascii|bigint|blob|boolean|counter|date|decimal|double|float|inet|int|text|time|timestamp|timeuuid|uuid|varchar|varint<collection-type>::=list'<'<native-type>'>'|set'<'<native-type>'>'|map'<'<native-type>','<native-type>'>'<tuple-type>::=tuple'<'<type>(','<type>)*'>'

CQL支持一组丰富的数据类型,其中包括集合类型。用户还可以提供自定义类型(通过Cassandra加载继承于AbstractType一个JAVA类)。类型的语法是:

注意,原始类型是关键字,大小写敏感。但它们不是保留字。

下表提供了原始数据类型信息,和每种类型的常量的支持:

type

constants supported

description

ascii

strings


ASCII character string


bigint

integers


64-bit signed long


blob

blobs

Arbitrary bytes (no validation)

boolean

booleans

true or false

counter

integers

Counter column (64-bit signed value). See Counters for details

date

integers, strings

A date (with no corresponding time value). See Working with dates below for more information.

decimal

integers, floats


Variable-precision decimal


double


integers



64-bit IEEE-754 floating point


float

integers, floats


32-bit IEEE-754 floating point


inet

strings


An IP address. It can be either 4 bytes long (IPv4) or 16 bytes long (IPv6). There is no inet constant, IP address should be inputed as strings


int

integers


32-bit signed int


text

strings


UTF8 encoded string


time


integers, strings



A time with nanosecond precision. See Working with time below for more information.


timestamp


integers, strings



A timestamp. Strings constant are allow to input timestamps as dates, see Working with timestamps below for more information.


timeuuid

uuids


Type 1 UUID. This is generally used as a “conflict-free” timestamp. Also see the functions on Timeuuid


uuid

uuids


Type 1 or type 4 UUID


varchar

strings


UTF8 encoded string


varint

integers


Arbitrary-precision integer


更多集合类型的使用信息,请查看Working withcollections

5.1. Working with timestamps

timestamp可以是64位整型,表示从格林尼治时间1970年1月1日00:00:00到现在的毫秒数。

string类型格式为:

2011-02-03 04:05+0000

2011-02-03 04:05:00+0000

2011-02-03 04:05:00.000+0000

2011-02-03T04:05+0000

2011-02-03T04:05:00+0000

2011-02-03T04:05:00.000+0000

5.2. Working with dates

date可以是32位无符号整型,表示从格林尼治时间1970年1月1日到现在的天数。

string类型格式为:

2014-01-01

Working with time

time可以是64位整型,表示从midnight到现在的纳秒。

string类型格式为:

08:12:54

08:12:54.123

08:12:54.123456

08:12:54.123456789

5.4. Counters

counter类型用来定义counter columns一个counter columns为64位整型,其上只能做2种操作:增加或减少(查看UPDATE语法)。注意,此counter的值不能被set。

5.5. Working with collections

集合意味着可以存储非规范化的少量数据。比如”用户的电话号码”,“用户邮箱”等。但是当存储项增长×××时(“用户发送的所有消息”…),那么集合将不再适用,应指定一个table(带有clustering columns)来使用。具体来说,集合有以下限制:

总是读取全部集合(没有分页)。

集合元素不能超过65535个。更准确的说,可以插入超过65535个,但无法读取超过65535。

当在sets和maps上执行插入操作时,不会发生read-before-write,而lists会发生。所以建议优先使用sets替代lists。

5.5.1.Maps

map类型是key-value的键值对集合。

CREATETABLEusers(idtextPRIMARYKEY,giventext,surnametext,favsmap<text,text>//Amapoftextkeys,andtextvalues)

写入map数据使用JSON-inspired语法完成。

//Inserting(orUpdating)INSERTINTOusers(id,given,surname,favs)VALUES('jsmith','John','Smith',{'fruit':'apple','band':'Beatles'})

添加或修改key-value

//Updating(orinserting)UPDATEusersSETfavs['author']='EdPoe'WHEREid='jsmith'UPDATEusersSETfavs=favs+{'movie':'Cassablanca'}WHEREid='jsmith'


修改或插入可以使用TTL

//Updating(orinserting)UPDATEusersUSINGTTL10SETfavs['color']='green'WHEREid='jsmith'


TTL将只作用于{ 'color' : 'green' },map的其他项不会影响

删除map记录:

DELETEfavs['author']FROMusersWHEREid='jsmith'


5.5.2.Sets

set类型集合的值是唯一的

CREATETABLEp_w_picpaths(nametextPRIMARYKEY,ownertext,datetimestamp,tagsset<text>);


写入set通过逗号分割。注意,INSERT将会替换整个set

INSERTINTOp_w_picpaths(name,owner,date,tags)VALUES('cat.jpg','jsmith','now',{'kitten','cat','pet'});

通过UPDATE来完成添加和删除操作。

UPDATEp_w_picpathsSETtags=tags+{'cute','cuddly'}WHEREname='cat.jpg';UPDATEp_w_picpathsSETtags=tags-{'lame'}WHEREname='cat.jpg';


5.5.3.Lists

list类型集合值可以重复

CREATETABLEplays(idtextPRIMARYKEY,gametext,playersint,scoreslist<int>)

注意,lists有一些限制和性能损耗,建议尽可能使用set代替list

写入list数据使用JSON-style语法。使用INSERT写入真个list。注意,INSERT将会替换整个list

INSERTINTOplays(id,game,players,scores)VALUES('123-afde','quake',3,[17,4,2]);

添加(appending 或 prepending)值到list,使用JSON-style数组完成

UPDATEplaysSETplayers=5,scores=scores+[14,21]WHEREid='123-afde';UPDATEplaysSETplayers=5,scores=[12]+scoresWHEREid='123-afde';

Lists也提供以下操作:通过下标设置,通过下标删除值和通过下标范围删除所有值。但这些操作会产生read-before-update且性能较低。这些操作语法:

UPDATEplaysSETscores[1]=7WHEREid='123-afde';//setsthe2ndelementofscoresto7(raisesanerrorisscoreshaslessthan2elements)DELETEscores[1]FROMplaysWHEREid='123-afde';//deletesthe2ndelementofscores(raisesanerrorisscoreshaslessthan2elements)UPDATEplaysSETscores=scores-[12,21]WHEREid='123-afde';//removesalloccurrencesof12and21fromscores


6. Aggregates6.1. Count

Count函数返回查询的数量

SELECTCOUNT(*)FROMplays;SELECTCOUNT(1)FROMplays;

也可以查询列的非空值的数量

SELECTCOUNT(scores)FROMplays;


6.2. Max and Min

SELECTMIN(players),MAX(players)FROMplaysWHEREgame='quake';

6.3. Sum

SELECTSUM(players)FROMplays;6.4. Avg

SELECTAVG(players)FROMplays;