使用 Amazon Keyspaces 以熟悉的操作方式实现可扩展性

首先，请前往 AWS Cloud9 控制台。点击 Create environmen（创建环境）启动 AWS Cloud9 环境创建向导。

在向导的第一页，为您的环境命名和提供描述。然后点击 Next step（下一步）。

在下一步中，您可以配置环境设置（如环境中的实例类型、平台和网络设置）。

在本课中保留默认设置，因此滚动到底部并点击 Next step（下一步）。

最后一步显示您的设置以供审查。滚动到底部并点击 Create environment（创建环境）。

配置 AWS Cloud9 环境应当需要几分钟时间。如果系统正在创建环境，则会显示以下屏幕。

几分钟后，您应当会看到 AWS Cloud9 环境。如以下屏幕截图所示，AWS Cloud9 控制台有三个区域需要了解：

• 文件资源管理器：文件资源管理器位于 IDE 的左侧区域，会显示您目录中的文件列表。
• 文件编辑器：文件编辑器位于 IDE 的右上区域，您可以在其中查看和编辑在文件资源管理器中选择的文件。
• 终端：终端位于 IDE 的右下区域，您可以在其中运行用来执行代码示例的命令。

首先，前往 Amazon Keyspaces 控制台。在 Amazon Keyspaces 页面上，点击 Create keyspace（创建键空间），创建一个新的键空间。

在键空间创建向导中，将您的键空间命名为 users。

您可以向键空间添加标签，以便控制访问权限或跟踪计费。然后，点击 Create keyspace（创建键空间），创建您的键空间。

现在您应当能在 Amazon Keyspaces 控制台上看到您的键空间。点击您的键空间，查看其详细信息。

当前，您的键空间中还没有任何表。在您的键空间中创建首个用于存放应用程序用户数据的表。

点击 Create table （创建表），打开创建表向导。

首先，您需要为表命名。该表会存储用户信息，因此将其命名为 users。

然后，您需要声明表结构。向您的表中添加如下五列：

• username
• name
• email
• address
• birthdate

除了 birthdate 列是 timestamp 类型，所有列都应当是 ASCII 类型。

在 Amazon Keyspaces 创建表向导中，您的结构应当如下所示。

接下来，为您的表选择分区键和任意聚类列。使用分区键，您可以唯一标识表中的特定项。

选择 username 为分区键，因为用户名可唯一标识每个用户。

最后，选择计费模式并添加所需标签。采用 Amazon Keyspaces 的按需容量模式时，您无需规划表的容量。Amazon Keyspaces 直接根据您所用的读写量来计费。采用预置容量模式时，您需要声明想预置的读写量。

 

创建表向导将向您展示一条 Apache Cassandra 命令，执行该命令即可创建表。

当您准备好后，可点击 Create table（创建表）来创建您的表。

Amazon Keyspaces 控制台显示您的表正在创建过程中。在创建表时，表的 Status（状态）会显示为 Creating（创建中）。

当表准备就绪时，表的 Status（状态）将变为 Active（可用）。

 

为了连接到您的 Amazon Keyspaces 表，请创建特定服务的凭据。对 Amazon Keyspaces 表进行身份验证有两种方式，使用这些凭据是其中之一。

特定服务的凭据是与某一特定的 AWS Identity and Access Management (IAM) 用户绑定的凭据，用于服务的身份验证。

若要创建特定服务的凭据，请前往 AWS 管理控制台的 IAM 用户页面。找到您想要授予特定服务凭据的 IAM 用户并选择该用户。

在该 IAM 用户页面上，选择 Security credentials（安全凭据）页签。

接着前往页面底部。在 Amazon Keyspaces 部分中，点击 Generate credentials（生成凭据），创建该 IAM 用户的 Amazon Keyspaces 凭据。

页面将显示一个窗口，其中展示刚刚创建的特定服务的凭据。下载这些凭据，确保将其存储在随时可用的地方，以便您在本课程后续步骤中使用它们。

下载特定服务的凭据之后，在您的 AWS Cloud9 终端输入以下命令，将凭据保存到 env.sh 文件中。

echo "export CASSANDRA_USERNAME=<username>" >> env.sh && source env.sh
echo "export CASSANDRA_PASSWORD=<password>" >> env.sh && source env.sh

请务必使用您下载的凭据文件中的 username（用户名）和 password（密码）。

接下来，将 Amazon 数字证书下载到 AWS Cloud9 环境中。

curl https://www.amazontrust.com/repository/AmazonRootCA1.pem -O

在您下载的 .zip 文件中，有一个名为 test_connection.py 的脚本文件。该文件确保您可以连接到 Amazon Keyspaces 表。在文件编辑器中打开此文件，查看其内容。您应当会看到以下内容。

from entities import User
from utils import cluster

session = cluster.connect()
r = session.execute("SELECT * FROM users.users LIMIT 5")
print(
    f"Connected to Amazon Keyspaces table. There are {len(r.current_rows)} rows in the results."
)
for row in r.current_rows:
    print(User(**row))

该文件从 utils.py 模块中导入一个集群，然后使用该集群创建一个会话并查询名为 users 的表。然后，它会打印出一些有关结果的信息。

我们来看看 utils.py 模块，了解一下如何创建集群。在 AWS Cloud9 文件编辑器中打开 utils.py 模块。您应当会看到以下内容。

import os

from cassandra.cluster import Cluster, ExecutionProfile, EXEC_PROFILE_DEFAULT
from cassandra import ConsistencyLevel
from cassandra.query import dict_factory
from ssl import SSLContext, PROTOCOL_TLSv1, CERT_REQUIRED
from cassandra.auth import PlainTextAuthProvider

USERNAME = os.environ["CASSANDRA_USERNAME"]
PASSWORD = os.environ["CASSANDRA_PASSWORD"]
REGION = os.environ["AWS_REGION"]

ssl_context = SSLContext(PROTOCOL_TLSv1)
ssl_context.load_verify_locations("./AmazonRootCA1.pem")
ssl_context.verify_mode = CERT_REQUIRED
auth_provider = PlainTextAuthProvider(username=USERNAME, password=PASSWORD)
profile = ExecutionProfile(
    consistency_level=ConsistencyLevel.LOCAL_QUORUM, row_factory=dict_factory
)
cluster = Cluster(
    [f"cassandra.{REGION}.amazonaws.com"],
    ssl_context=ssl_context,
    auth_provider=auth_provider,
    port=9142,
    execution_profiles={EXEC_PROFILE_DEFAULT: profile},
)

该模块使用适用于 Python 的标准 Cassandra 驱动程序来连接到 Amazon Keyspaces 并运行查询。这与连接到 Apache Cassandra 数据库集群大体相似，但有三个主要区别：

1. 创建连接时，您创建和使用的是 SSLContext 对象，该对象需要使用 Amazon 数字证书。
2. 您可以使用基于服务的凭据中的用户名和密码来创建 PlainTextAuthProvider，用于执行对 Amazon Keyspaces 表的身份验证。
3. 您可以更新默认执行配置文件的一部分设置，以便使用 LOCAL_QUORUM 这种 Amazon Keyspaces 所支持的一致性等级。

像这样，将这个连接创建逻辑放在一个实用程序模块中是有帮助的，这样您就不需要在每个连接到数据库的模块中都完整执行创建 Amazon Keyspaces 连接的步骤。

from entities import User
from utils import cluster

session = cluster.connect()


def create_user(user):
    print(f"Creating {user.username}...")
    command = f"INSERT INTO users.users (username, name, email, address, birthdate) VALUES ('{user.username}', '{user.name}', '{user.email}', '{user.address}', '{user.birthdate}') IF NOT EXISTS"
    r = session.execute(command)
    results = r.one()
    applied = results["[applied]"]
    if not applied:
        raise Exception(f"User {user.username} already exists")
    print(f"User {user.username} created successfully!")
    return user


user = User(
    username="michelle72",
    name="Thomas Davis",
    email="jake74@hotmail.com",
    address="136 Ryan Knolls, East Tiffany, AL 29438",
    birthdate="1986-07-14",
)

create_user(user)

我们仔细研读一下这个模块的代码。导入库的代码段后，有一个名为 create_user 的函数。这个函数和您将在 Users 服务中编写的函数类似。它可以接收一个 user（用户）对象作为参数并将此用户存储到您的 Amazon Keyspaces 表中。

在 INSERT 查询中，它会将用户插入表中，但前提是其用户名没有重复。这就保证了给定用户名唯一对应一个用户。收到查询结果后，如果该用户名已经存在，函数就会报错。否则，它将返回已保存的用户。

定义 create_user 函数后，该模块会在您的应用程序中创建一个 user（用户）对象实例，然后调用 create_user 函数尝试保存该实例。

请尝试执行函数来保存第一个用户。在 AWS Cloud9 终端运行以下命令来执行该脚本。

python create_user.py

您应当会在终端看到以下输出结果。

$ python create_user.py
Creating michelle72...
User michelle72 created successfully!

太棒了！用户创建成功。

若要测试有关用户名唯一性要求的逻辑，请再次执行脚本，尝试重新创建该用户。

python create_user.py

这次，终端将会报错。

$ python create_user.py
Creating michelle72...
Traceback (most recent call last):
File "create_user.py", line 27, in <module>
create_user(user)
File "create_user.py", line 14, in create_user
raise Exception(f"User {user.username} already exists")
Exception: User michelle72 already exists

您可以看到，由于数据库中已存在该用户，所以函数会报错。

现在，从数据库检索该用户。在文件编辑器中打开 get_user.py 文件。您应当会看到以下内容。

from entities import User
from utils import cluster

session = cluster.connect()


def get_user(username):
    print(f"Retrieving {username}...")
    command = f"SELECT * FROM users.users WHERE username = '{username}'"
    r = session.execute(command)
    results = r.one()
    if not results:
        raise Exception(f"User {username} does not exist")
    user = User(**results)
    print(user)
    return user


user = get_user("michelle72")

其内容和 create_user.py 文件类似。其中有一个名为 get_user 的函数，它可以通过给定用户名从 Amazon Keyspaces 表中检索某个用户。这与您将在 Users 服务中使用的函数类似。在文件的末尾，有一条调用 get_user 函数的语句，它使用您创建的用户的用户名作为参数。

使用以下命令执行该文件。

python get_user.py

您应当会看到以下输出结果。

$ python get_user.py
Retrieving michelle72...
User<michelle72 -- Thomas Davis>

成功了！您已从 Amazon Keyspaces 中检索到该用户，并在您的应用程序中构建了一个 user（用户）对象。

最后，从数据库中删除您的记录。在文件编辑器中打开 delete_user.py 文件。您应当会看到以下内容。

from entities import User
from utils import cluster

session = cluster.connect()


def delete_user(username):
    print(f"Deleting {username}...")
    command = f"DELETE FROM users.users WHERE username = '{username}'"
    r = session.execute(command)
    results = r.one()
    print(f"User {username} deleted.")


delete_user("michelle72")

该文件和前两个文件类似。其中有一个 delete_user 函数，它与您将在应用程序代码中使用的函数类似。它可以接收一个 username（用户名）作为参数并将对应用户从 Amazon Keyspaces 表中删除。此外，文件末尾还有一条语句用于执行该函数，删除用户。

使用以下命令执行该文件。

python delete_user.py

您应当会看到以下输出结果。

$ python delete_user.py
Deleting michelle72...
User michelle72 deleted.

成功了！您从 Amazon Keyspaces 删除了您的用户。

请尝试再次执行 get_user.py 文件。您现在应当会收到报错，因为在 Amazon Keyspaces 表中此用户已不存在。

$ python get_user.py
Retrieving michelle72...
Traceback (most recent call last):
File "get_user.py", line 19, in <module>
user = get_user("michelle72")
File "get_user.py", line 13, in get_user
raise Exception(f"User {username} does not exist")
Exception: User michelle72 does not exist

首先，删除 Amazon Keyspaces 表和键空间。为此，请前往 Amazon Keyspaces 控制台。选择您创建的键空间，然后点击 Delete（删除）。

在确认删除页面上，在文本框中输入 Delete，然后点击 Delete keyspace（删除键空间）来删除您创建的键空间。

Amazon Keyspaces 页面将显示您的键空间正在删除中。需要注意的是，您的表存储在键空间中，因此会与键空间一同被删除。

此外，您需要删除 AWS Cloud9 开发环境。为此，请前往 AWS Cloud9 控制台。选择您为本课创建的环境，然后点击 Delete（删除）。