Увод у Цассандра моделирање података
Да би се супротставили огромној количини информација, појавиле су се нове технологије управљања подацима. Ове технике се разликују од традиционалних приступа релацијским базама података. Они се заједно називају НоСКЛ. Цассандра је једна од надалеко познатих НоСКЛ база података. Остали популарни производи базе података НоСКЛ укључују МонгоДБ, Риак, Редис, Нео4ј итд. У овој теми ћемо сазнати о Цассандра Дата Моделинг-у.
Ове НоСКЛ базе података умањују недостатке које је открила релациона база података инкорпорирајући огромну количину која садржи организоване, полуорганизоване и неструктуриране информације. Скалабилност и перформансе за веб апликације, нижи трошкови и подршка за агилни развој софтвера неке су од његових предности. Цассандра је функционална платформа отвореног кода у Апацхе Софтваре Фоундатион и, према томе, позната је и као Апацхе Цассандра. Цассандра може надгледати огроман број организованих, полуорганизованих и неструктурираних података у великом распоређеном кластеру кроз више центара. Омогућава велику скалабилност, високе перформансе и подржава флексибилан модел.
Моделирање података је разумевање протока и структуре које је потребно користити за развој софтвера. У њему се идентификују главни објекти, њихове карактеристике и однос према другим објектима. То је често први корак и најважнији корак у стварању било ког софтвера. Баш као што је дизајн плана за архитекте, модел података је намењен програмеру софтвера. То не само да помаже у анализи структуре, већ вам омогућава и да предвидите све функционалне или техничке потешкоће које се могу догодити касније.
Традиционални ток моделирања података започиње концептуалним моделирањем података. Овај концептуални модел података се затим пресликава на модел релацијских података који коначно производи схему релацијске базе података. У овом процесу, основна ствар је сортирање података које се врши на основу корелације разумевањем и постављањем упита.
Моделирање података у Касандри разликује се од моделирања података у релацијској бази података. Релацијско моделирање података засновано је само на концептуалном моделу података. Који користи СКЛ за дохваћање и извршавање радњи. Цассандра користи ЦКЛ (Цассандра Куери Лангуаге) који има СКЛ као синтаксу. Моделирање података у Касандри започиње организовањем података и разумевањем његовог односа са објектима. Овде је простор тастера аналоган бази података која садржи различите записе и табеле. Кластер може имати више размака тастера. За стварање једног кластера повезују се различити чворови. На нивоу тастатуре можемо дефинирати атрибуте попут фактора репликације.
Модел таблице
Разумевање стола у Касандри потпуно је различито од постојећег појма. ЦКЛ таблица се може сматрати групом партиција названих породица ступаца која садржи редове с истом структуром. Свака партиција садржи јединствени кључ партиције и сваки ред садржи опциони појединачни кластерски кључ. Комбинација партиције и кластер кључа назива се примарним кључем који се користи за идентификацију реда у табели. Табела са цлустер типком ће имати вишередне партиције док ће таблица без кластерираног кључа имати само једну редну партицију.
Упитни модел
Цасандра ток полази од концептуалног модела података заједно с радним током рада апликације који се даје као улаз за добивање логичког модела података и за крај за добивање модела физичких података.
Кориснички упити дефинирани су у процесу рада апликације. Концептуално моделирање података користи се за снимање односа између различитих ентитета и њихових атрибута. Одатле и назив ЕР модел.
Логичко моделирање података
Срж методологије Цассандра моделирања података је логично моделирање података. Концептуални модел података пресликава се у логички модел података заснован на упитима дефинираним у радном току апликације. Ово концептуално логичко мапирање на основу упита дефинисано је принципима моделирања података, правилима мапирања и обрасцима мапирања.
Принципи моделирања података
Следећа четири принципа дају основу за мапирање концептуалних на логичке моделе података.
- Знајте своје податке: Да бисте правилно организовали податке, ентитети, атрибути и њихови односи морају бити добро познати како би се развио концептуални модел података.
- Знајте своје упите: Да бисте ефикасно организовали податке, користе се упити. Најбоља опција коју треба извршити је подјела на упит.
- Гнездење података: Да бисте организовали више ентитета исте врсте заједно по познатом критеријуму, користи се уношење података. Користи се за проналажење више ентитета с једне партиције.
- Умножавање података: Увијек је боље дуплирање података преко придруживања у Цассандри јер помаже ефикасној подршци различитих упита за исте податке.
На основу принципа моделирања података дефинирају се правила мапирања како би се извршио пријелаз из концептуалног модела података у логички модел података
Правила мапирања:
- Ентитети и односи: Ентитетски и односни односи се пресликавају у таблице, док се ентитети и односи пресликавају у редове таблице.
- Атрибути претраге једнакости : Атрибути претраге једнакости користе се у ступцима који садрже примарни кључ за учешће у претраживању једнакости.
- Атрибути претраживања неједнакости : Атрибути претраге неједнакости такође се користе у колонама који садрже примарни кључ за производњу различитих резултата претраге.
- Атрибути наруџбе : Атрибут наручивања користи се за груписање података у одређеном редослиједу
- Кључне особине : Ова карактеристика помаже у препознавању јединствених редова
На основу горњих правила мапирања, дизајнирамо обрасце мапирања који служе као основа за аутоматизацију дизајна базе података. Кроз дани упит и концептуални модел података, сваки образац дефинира коначни нацрт дизајна схеме.
Физички модел
Једном када је логични модел успостављен, развијање физичког модела је релативно лако. Физички модел података представља податке у бази података. Након додјељивања типова података процјењује се величина партиције и врши се тестирање како би се анализирао модел за бољу оптимизацију.
Закључно можемо рећи да када на располагању има огроман обим и разноликост података који се анализирају и обрађују. Неопходно је одабрати приступ који може ефикасно извући податке који се анализирају. Касандра својом великом скалабилношћу и способношћу да чува огромне податке нуди брзо проналажење информација за креирање модела података за сложене структуре. Моделирање података Цассандра и сва његова функционалност могу се обухватити на следеће начине. Овде креирамо упитни дизајн концептуалних података заснованих на упитима и уз помоћ зацртаних правила мапирања и образаца мапирања омогућава прелазак са концептуалног модела на логички модел. Затим описујемо физички модел да бисмо добили потпуно јединствену менталну слику дизајна.
Препоручени чланци
Ово је водич за Цассандра моделовање података. Овдје смо расправљали о моделу таблице, моделу упита, логичком моделирању и принципима моделирања података. Можда ћете такође погледати следеће чланке да бисте сазнали више -
- Модели података у ДБМС-у
- Шта је моделирање података?
- Моделирање складишта података
- Питања о интервјуу за аналитику података
- Топ 6 врста придруживања у МиСКЛ-у са примерима