AS(Aerospike)库的常用相关概念和操作

数据库的使用,其实就是增删改查的使用。最近在做大数据测试,第一次接触AS库的使用,对这个新的数据库充满了好奇。以前从来不知道原来还有这个数据库的存在,但是所有的数据库学习我们都可以对标mysql。他们的使用和操作基本都大同小异。

1.AS是什么

Aerospike是一个分布式,高可用的K-V类型的Nosql数据库。AS可基于行随机存取,索引放在内存中,数据存取可以在内存中或SSD。
Redis就是使用K-V类型,但是redis数据完全存储在内存,成本太高。AS可以存储在SSD上,并且与redis能达到相同的查询性能。AS通过访问SSD屏蔽文件系统层级,直接访问地址,保证了数据的读取速度。

2. AS的一些基本概念

AS中的一些基本概念,主要有:namespace、sets、record、bin(对标关系型数据库:数据库、表、行、列)


AS基本概念中的一些关系

AS基本命令
  • 命名空间-Namespaces
    对标mysql中的数据库.一个namespace包含记录(records)、索引(indexes)、策略(policies)。其中策略决定namespace的行为,包括数据存储位置在内存还是SSD、一条记录存储的副本个数、过期时间(TTL)。
    其中与redis不同的点:redis针对key设置的TTL,AS可以在库层级进行全局设置,并且支持对于已存在的数据进行TTL的设置。
  • 集合-Set
    对标mysql中的表。集合set存储于命名空间,是一个逻辑分区,set的存储策略继承自namespace,也可以为set设置单独的存储策略。
  • Records
    对标mysql中行。包括key、Bins(value)、Metadata(元数据)。key全局唯一,作为K-V数据库一般都是通过key去进行查询,Bins相当于列,存储具体的数据。元数据存储一些基本信息,比如TTL。
  • Key
    key,摘要。为所有操作定位记录,key主要用于应用程序访问,摘要用于数据库内部查找记录。
  • Metadata
    每一天记录都包含以下几条元数据
    1.generation(代):表示记录被修改的次数。
    2.time-to-live(TTL):AS会自动根据记录的TTL使其过期。
    3.last-update-time(LUT):上次更新时间,这是一个数据库内部的元数据,不会返回给客户端。
  • Bins
    在一条记录里,数据被存储在一个或多个bins里,bins由名称和值组成。bins不需要指定数据类型,数据类型有bins中的值决定。

2.1 AS的命名空间

AS的命名空间主要包括3个部分:记录、索引、策略。


命名空间

2.2 关系型数据库和AS数据库对比

关系型数据库和AS数据库对比


关系型数据库和AS数据库对比

3.AS库操作登录

AS库操作的登录:
1、登录AS库节点所在的服务器
2、直接在服务器中输入:aql,然后进入到AS数据库,进行数据库操作,与mysql类似。
select * from 命名空间(数据库名称).TML_REAL_TIME_USER_INFO(表名称)
比如:select * from database.TML_REAL_TIME_USER_INFO

4.AS库操作常用命令

远程连接:aql -p 3000 -h xx.xxx.xx.xx
显示所有命名空间:show namespaces
显示所有字段(相当于mysql table中的column):show bins
显示所有集合(相当于mysql中的show tables):show sets
显示查询信息:select * from bar.messagecache where PK=xx
查看AS库是否正常:systemctl status aerospike

  • 1.增加(插入一条数据)
    增加一条数据就新增了一个表。
    前提:testMemory为命名空间(类似于mysql中的数据库名称),demo为as中的set(类似于mysql中的表),类似于mysql中的database.table(对应的数据库.对应的数据表)
    insert into testMemory.demo(PK,pass,name) values('key1',123,'abc')
    PK-持索引查询,PK即键名,比如PK='UID'
    select * from testMemory.demo where PK='key1'
  • 2.删除
    delete from testMemory.demo where PK='key1'
  • 3.修改
    修改即覆盖更新
  • 4.查询
    查询该命名空间下的所有的sets,testMemory为命名空间
    select * from testMemory (查库,mysql不支持)
    select * from testMemory.demo(查表,mysql查对应数据库下的表)
  • 5.创建索引
    前提:没有建立索引时是不能根据bin查询的。
    create index idx_demo_name on testMemory.demo(name) string
    select * from testMemory.demo where name='abc'
  • 6.查看AS库,可以执行命令查看对应的字段,在查询对应的内容
    set output raw
    select * from database.TML_REALTIME
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,711评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,079评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,194评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,089评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,197评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,306评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,338评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,119评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,541评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,846评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,014评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,694评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,322评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,026评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,257评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,863评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,895评论 2 351

推荐阅读更多精彩内容