初心者でもわかる！Pythonで始めるCassandra入門

Apache Cassandra（以下Cassandra）は、スケーラビリティと可用性に優れた分散型NoSQLデータベースです。

本記事では、PythonからCassandraを操作する方法を基礎から学び、シンプルなサンプルコード、データモデリング、CRUD操作、演習問題までをカバーします。

初心者の方にもわかりやすいよう、順を追って解説しますので、ぜひ最後までご覧ください。

環境準備

python3 -m venv cass_env
source cass_env/bin/activate   # Windowsの場合: cass_env\Scripts\activate

Cassandraの基本概念

• ノード (Node): データを保持するサーバー単位。
• クラスタ (Cluster): 複数のノードで構成されるCassandra全体。
• キー スペース (Keyspace): データベースのような役割。レプリケーション設定を含む。
• テーブル (Table): RDBのテーブルに相当。列定義と主キーを持つ。
• パーティションキー (Partition Key): データ分散の単位。頻繁にアクセスするカラムを選ぶ。
• クラスタキー (Clustering Key): パーティション内の並び順を決定する。

Pythonドライバのインストール

Cassandra用の公式Pythonドライバは cassandra-driver です。pipでインストールします。

pip install cassandra-driver

クラスターへの接続とセッション取得

まずはCassandraクラスタへ接続し、操作の起点となるセッションを取得します。

from cassandra.cluster import Cluster

# localhostに立てた1ノードクラスタへ接続
cluster = Cluster(['127.0.0.1'], port=9042)
session = cluster.connect()
print("接続成功：", session)

• Cluster() では接続先ノードのIPリストとポートを指定。
• connect() はデフォルトキー スペースなしで接続。キースペースを指定する場合は cluster.connect(‘keyspace_name’)。

キースペースとテーブルの作成

キースペースの作成

session.execute("""
    CREATE KEYSPACE IF NOT EXISTS sample
    WITH replication = {'class': 'SimpleStrategy', 'replication_factor': '1'}
""")
# キースペースを指定して接続し直す
session.set_keyspace('sample')

SimpleStrategy は学習用。実運用では NetworkTopologyStrategy を用います。

テーブルの作成

session.execute("""
    CREATE TABLE IF NOT EXISTS users (
        user_id UUID,
        name text,
        age int,
        PRIMARY KEY (user_id)
    )
""")

データの挿入（INSERT）

import uuid

insert_cql = "INSERT INTO users (user_id, name, age) VALUES (%s, %s, %s)"
session.execute(insert_cql, (uuid.uuid4(), 'Alice', 30))
session.execute(insert_cql, (uuid.uuid4(), 'Bob', 25))

• CQLの変数プレースホルダーは %s。
• Pythonタプルで値を渡すことで、安全にバインドされる。

データの取得（SELECT）

rows = session.execute("SELECT user_id, name, age FROM users")
for row in rows:
    print(f"ID:{row.user_id} 名前:{row.name} 年齢:{row.age}")

execute() が返す ResultSet はイテレータとして扱えます。

prepared = session.prepare("SELECT * FROM users WHERE user_id = ?")
bound = prepared.bind([target_uuid])
row = session.execute(bound).one()
if row:
    print(row.name, row.age)

データの更新・削除（UPDATE／DELETE）

UPDATE

update_cql = "UPDATE users SET age = %s WHERE user_id = %s"
session.execute(update_cql, (31, alice_uuid))

DELETE

delete_cql = "DELETE FROM users WHERE user_id = %s"
session.execute(delete_cql, (bob_uuid,))

WHERE句には必ず完全なパーティションキー（および必要に応じてクラスタキー）を指定します。

データモデル設計のポイント

1. クエリファースト設計
   Cassandraはクエリ最適化型。先に必要な問い合わせパターンを決め、テーブルを設計。
2. 冗長化を許容
   複数のテーブルに同じデータを持たせ、アクセスを高速化。
3. パーティションキーの選び方
   データ分散の偏りを防ぐため、高カードinality（多様な値）を持つカラムを選択。
4. TTL（Time to Live）の活用
   自動削除が必要なデータにはTTLを設定。

演習問題と解答例

演習問題

1. キースペース library を作成し、books テーブルを定義してください。
   • テーブルには book_id (UUID), title (text), author (text), published_year (int) を持たせ、book_id をパーティションキーとする。
2. books テーブルに3件のデータをINSERTし、全件取得して表示するコードを書いてください。
   • データ例：
     • “The Hobbit”, “J.R.R. Tolkien”, 1937
     • “1984”, “George Orwell”, 1949
     • “Clean Code”, “Robert C. Martin”, 2008
3. 特定の published_year が 1949 の書籍をSELECTするコードを作成してください。
   • published_year はクラスタキーとして追加定義し、条件検索できるように設計・実装する。

解答例

from cassandra.cluster import Cluster
import uuid

# 接続とキースペース作成
cluster = Cluster(['127.0.0.1'])
session = cluster.connect()
session.execute("""
    CREATE KEYSPACE IF NOT EXISTS library
    WITH replication = {'class': 'SimpleStrategy', 'replication_factor': '1'}
""")
session.set_keyspace('library')

# テーブル作成（published_yearをクラスタキーに追加）
session.execute("""
    CREATE TABLE IF NOT EXISTS books (
        book_id UUID,
        title text,
        author text,
        published_year int,
        PRIMARY KEY ((book_id), published_year)
    )
""")

# データ挿入
insert_cql = "INSERT INTO books (book_id, title, author, published_year) VALUES (%s, %s, %s, %s)"
books = [
    ('The Hobbit', 'J.R.R. Tolkien', 1937),
    ('1984', 'George Orwell', 1949),
    ('Clean Code', 'Robert C. Martin', 2008),
]
for title, author, year in books:
    session.execute(insert_cql, (uuid.uuid4(), title, author, year))

# 全件取得
print("=== 全件表示 ===")
for row in session.execute("SELECT title, author, published_year FROM books"):
    print(row.title, row.author, row.published_year)

# published_year=1949の書籍取得
print("\n=== 1949年の書籍 ===")
# まずインデックスを作成（年で検索可能にする）
session.execute("CREATE INDEX IF NOT EXISTS idx_year ON books (published_year)")
rows = session.execute("SELECT title, author FROM books WHERE published_year = 1949")
for row in rows:
    print(row.title, row.author)

まとめ

この記事では、PythonからCassandraを操作するための基本手順を、環境構築からデータモデリング、CRUD操作まで解説しました。

Cassandra特有の「クエリファースト設計」や「パーティションキー選定」のポイントも押さえ、演習問題で理解を深められたかと思います。

分散データベースの基礎を学びながら、Pythonと組み合わせてスケーラブルなアプリケーション開発に挑戦してみましょう！