CQL:实战快速搭建弹性web应用|学习笔记

简介: 快速学习CQL:实战快速搭建弹性web应用

开发者学堂课程【Cassandra数据库入门与实战CQL:实战快速搭建弹性web应用】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/784


CQL:实战快速搭建弹性web应用

一、背景介绍

1、课程预览

What?

基于Spring boot框架+cassandra数据库,实现一个支持海量用户的用户管理系统。

Why?

Spring boot,大幅简化的应用搭建和开发的成本,cassandra作为开源分布式数据库,既具备NoSQL数据库高性能,高可用,海量无限扩展的特点,又具备类似关系型数据库的数据模型,非常适合开发在线应用。

Who?

Web,开发入门者,希望深入了解cassandra设计和使用的用户。

How?

本课程将引导观众从设计开始,手把手教用户实现一个用户管理系统。

2、Spring Data for Cassandra

Cassandra:

(1)去中心化,海量数据扩展能力

(2)Zero Down Time

(3)支持二级索引,物化视图,集合等实用功能

(4)被Apple ,Netflit,360,华为等大公司广泛采用

Spring Date for Cassandra:

(1)降低cql语言的学习成本,提高开发速度

(2)支持同步反应式或一步等多种模式

(3)支持用户自定义复杂查询

(4)一套代码支持MySQL冷热分离,ES加速查询,Redis缓存等多种玩法

Spring Data:

(1)强大的存储库和灵活的抽象映射

(2)便于与Spring MVC controller集成

(3)支持MySQL,redis ,cassandra的数据库

3、准备工作

购买cassandra集群:

(1)购买云cassandra服务

(2)用户密码在云cassandra控制台,然后是集群详情,再然后是账号管理页面

链接串在数据库连接页面

配置集群:

(1)云cassandra控制台,然后是集群详情,然后是数据库连接页面开通公网链接

(2)云cassandra控制台到集群详情,再到数据安全页面配置本机IP进入白名单

配置开发环境:

(1)下载并安装Idea开发环境

(2)在Spring模板生成器中,生成项目模板

(3)将生成好的项目导入Idea

二、系统设计

1、需求分析

我们要做的是一个用户管理系统,要把用户的数据存储在cassandra里,用户数据大体上分为几个属性,第一个是用户ID,每个用户都会有一个唯一的ID,第二个是用户的用户名,第三个是用户密码,最后一个是用户年龄。

功能需求里曾指的是增加新用户,删除就是把已有的用户删除,改就是修改用户的用户名,密码,年龄等,查分为很多类的查询,比如基于用户ID去查询,可能也会基于用户年龄去查询。

除了这些基本的功能需求之外,还有一些其他的需求,我们怎么去做高并发高性能的一个阐述?

比如说用户可能会频繁更新,同一条数据,或者说我们的系统能不能扛住100个用户同时做注册,第二是可扩展性,比如说在最开始的设计中,可能有很多功能是没有考虑到的,在今后的使用中,能不能将这些功能扩展出来。

1、Schema设计

(1)Schema,设计思考路径

(2)常见查询维度放主键,需要范围查询的数据放clustering key

Partition key是否能均匀打散数据,数据是否存在倾斜和热点

(3)过滤、二级索引、物化视图

image.png

2、CQL设计

image.png

还是按照增删改查的原则,首先是增,增我们在之前的学习中已经知道就是一个insert into的语法,删除也是比较简单的,目前我们的系统中都是根据ID去做删除的,更改它本身会有两个部分,首先改的主要是哪个字段,第二改的是哪条数据.

最后一个就是查,查询系统中会分为好几种,可以在整个数据中查找,也可以根据用户ID查找。

、编码实战

1、代码框架

image.png

Usercontroller:控制层,负责与前端交互,页面跳转

UserService:业务层,负责处理业务逻辑

User Repo :DAO,层负责访问数据库获取数据

Cassandra Config:储存cassandra集群的访问配置

Resource:前端页面位置

2、增删改查-cassandra访问配置

image.png

3、增删改查-DAO层

(1)定义user对象,并指定ID对应user表的primary key。

(2)DAO层只需要继承cassandra repository即可实现基本的增删改查,对于带条件的增删改查,通过Query的方式支持。

4、增删改查-Service层

(1)通过AutoWired标记链接DAU层。

(2)本例子中业务逻辑比较简单,并未包括复杂的处理实际开发过程中,Service中可以处理复杂业务逻辑。

5、增删改查-Controller层

(1)@Request mapping来映射请求,也就是通过它来指定控制器可以处理哪些URL请求,函数返回值标记跳转的页面地址。

(2)返回值通过model.Add attribute返回前端。

6、前端页面

image.png

四、总结

1、演示总结

明确需求:

需要储存什么数据?需要查询什么语句?

设计表结构:

主键设计和二级索引

MVC实现:

基于model实现控制器

实现前端展示

2、更多高级功能-Serverless Cassandra

这些高级功能的核心就是传统的资源管理和去解决成本和稳定性的问题,传统模式本身会有几个问题,第一,可能服务本身体量很小,但如果要买这个数据库服务的话,起步门槛就比较高,每月可能就要花几百块钱,这对用户来说并不是特别友好。第二,随着使用cassandra的过程中网站不断扩大,对于传统数据库来讲,就需要不停的去做维护和规划。

功能介绍:

无需任何数据库管理,实例运行于庞大的数据池,按使用量计费,如用电一般随取随用,适用于不频发的间歇的或不可预测的工作负载。

简单易用:

全托管,无需数据库管理开源标准接口应用零改造,丰富生态和周边工具配套。

使用场景:

变化或不可预测的工作负载、定时处理任务的场景、新上线应用、完全免运维的用户。

经济高效:

超低门槛存储计算,独立计费,按使用量计费,多储存/可用性级别。

按需弹性:

存储计算,独立伸缩,无需容量规划,自动伸缩。

相关文章
|
9天前
|
数据采集 人工智能 安全
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
301 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
315 155
|
12天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
869 6
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
253 113