PythonでCassandraのテーブル設計をマスター！初心者のためのデータモデル講座

PythonでCassandraのテーブル設計とデータモデルを理解する

先生と生徒の会話形式で理解しよう

生徒

「PythonでCassandraを使い始めましたが、テーブルの作り方が普通のデータベースと違うって聞いたんですけど、本当ですか？」

先生

「その通りです！Cassandraは『クエリファースト』といって、どんな風にデータを取り出したいかを最初に決めてからテーブルを設計するのが鉄則なんですよ。」

生徒

「クエリファースト？なんだか難しそうですね。初心者にもわかりますか？」

先生

「大丈夫です。データの並べ方や『パーティション』といった基本を理解すれば、Pythonからも効率的に操作できるようになります。一緒に見ていきましょう！」

1. Cassandraのテーブル設計とは？考え方の基本

Cassandra（カッサンドラ）は、大量のデータを複数のサーバーに分散して保存する「NoSQL」という種類のデータベースです。一般的なデータベース（RDB）では「データをどう整理するか」を重視しますが、Cassandraでは「データをどう検索するか」を最初に考えます。これをデータモデル設計と呼びます。

パソコンを触ったことがない方に例えると、普通のデータベースは「全ての書類を分類して完璧にファイリングする」イメージです。対してCassandraは、「特定の質問（クエリ）にすぐ答えられるように、あらかじめ必要な書類をセットにして机に並べておく」イメージです。この「質問に合わせる」という考え方が、爆速な読み取りスピードの秘密なのです。

2. パーティションキーとクラスリングカラムの役割

Cassandraのテーブルを支える最も重要な部品がプライマリキー（主キー）です。これには二つの役割があります。一つはパーティションキー、もう一つはクラスタリングカラムです。

パーティションキーは、「データをどのサーバーに保存するか」を決める住所のようなものです。これがないと、巨大な図書館の中から一冊の本を探すのに全ての棚を見なければなりません。住所があれば、特定の棚へ一直線に向かえます。クラスタリングカラムは、その棚の中で「データをどういう順番で並べるか」を決めます。例えば「日付順」に並べておけば、最新の情報をすぐに見つけることができますね。

3. Pythonでテーブルを作成するCQLの実行

実際にPythonを使って、Cassandraにテーブルを作ってみましょう。操作にはCQL（Cassandra Query Language）という専用の言葉を使います。Pythonプログラムの中に、この言葉を魔法の呪文のように書き込んで実行します。

以下の例では、ユーザーのログイン履歴を管理するテーブルを作ります。ここでは「ユーザー名」を住所（パーティションキー）にし、「ログイン時間」を並び順（クラスタリングカラム）に設定しています。これにより、特定のユーザーの履歴を時間順に素早く取り出せるようになります。


from cassandra.cluster import Cluster

# Cassandraに接続する準備
cluster = Cluster(['127.0.0.1'])
session = cluster.connect('my_keyspace')

# テーブルを作るための命令（CQL）
# user_nameがパーティションキー、login_timeがクラスタリングカラムです
create_table_query = """
CREATE TABLE IF NOT EXISTS login_history (
    user_name text,
    login_time timestamp,
    ip_address text,
    PRIMARY KEY (user_name, login_time)
) WITH CLUSTERING ORDER BY (login_time DESC);
"""

# 命令を実行してテーブルを作成
session.execute(create_table_query)
print("ログイン履歴テーブルを作成しました！")

4. データの分散を理解しよう！ハッシュ値の仕組み

Cassandraがなぜ複数のサーバーを使いこなせるのか、その鍵はハッシュという計算にあります。パーティションキーとして入力したデータ（例えば『田中さん』という名前）は、一度複雑な数字の列（ハッシュ値）に変換されます。この数字を見て、Cassandraは「このデータはＡさんのサーバーへ、あのデータはＢさんのサーバーへ」と自動で振り分けます。

これを一貫性ハッシュと呼びます。この仕組みのおかげで、一つのサーバーに仕事が集中してパンクするのを防ぎ、みんなで分担して大量のデータを処理できるのです。パソコン初心者の皆さんは、「データをバラバラに散らして、みんなで協力して持っている」と考えると分かりやすいでしょう。

5. クエリに最適化されたデータ挿入の方法

テーブルができたら、次はデータを入れます。設計した通り、パーティションキーとクラスタリングカラムを意識してデータを流し込むのがコツです。Cassandraは書き込みが非常に速いため、大量のログデータなどを秒間何万件も保存することが可能です。

Pythonからは session.execute という命令を使って、データを一行ずつ追加していきます。このとき、後で検索したい「条件」に合わせて、必要な情報をしっかり埋めていきましょう。以下のコードでは、実際にログインデータを数件追加するシンプルな方法を紹介します。


from datetime import datetime

# データを追加する命令文
insert_query = "INSERT INTO login_history (user_name, login_time, ip_address) VALUES (%s, %s, %s)"

# 田中さんのログイン情報を保存
session.execute(insert_query, ("tanaka", datetime.now(), "192.168.1.1"))

# 佐藤さんのログイン情報を保存
session.execute(insert_query, ("sato", datetime.now(), "192.168.1.2"))

print("データを保存しました。")

6. 効率的なデータの読み取り：WHERE句のルール

データの読み取り（検索）をする際、Cassandraには厳格なルールがあります。それは、「パーティションキーを必ず指定する」ということです。住所を言わずに「あの人を探して！」と言っても、Cassandraは困ってしまいます。住所（パーティションキー）を教えることで、最短距離でデータにたどり着けます。

もし住所を教えずに全てのサーバーを調べようとすると、せっかくのスピードが台無しになってしまいます。これを防ぐために、Pythonで検索プログラムを書くときは、必ず「誰の（どのパーティションの）データか」を意識するようにしましょう。このルールが守られている限り、データがどれだけ増えても速度は落ちません。


# tanakaさんの履歴だけを素早く検索する
# パーティションキー（user_name）を指定するのがポイントです
select_query = "SELECT * FROM login_history WHERE user_name = 'tanaka'"
rows = session.execute(select_query)

for row in rows:
    print(f"ユーザー: {row.user_name}, 時間: {row.login_time}, IP: {row.ip_address}")


ユーザー: tanaka, 時間: 2026-02-25 03:25:00, IP: 192.168.1.1

7. 非正規化のすすめ！同じデータを複数のテーブルに？

驚くかもしれませんが、Cassandraでは「同じデータを複数のテーブルに持つ」ことが推奨される場合があります。これを非正規化と呼びます。例えば、「ユーザーをIDで探したい」し、「メールアドレスでも探したい」という場合、それぞれの検索方法に合わせた専用のテーブルを二つ作ります。

普通のデータベースでは「無駄を省く」ために一つにまとめますが、Cassandraでは「速さ」のためにあえて同じデータをコピーして持っておくのです。これは、図書館で同じ本を「著者名コーナー」と「タイトル順コーナー」の両方に置くようなものです。ディスクの容量を贅沢に使い、検索の効率を極限まで高めるのがCassandra流です。

8. コレクション型を活用した柔軟なデータモデル

Cassandraには、一つの項目の中に複数の値を入れることができるコレクション型という便利な仕組みがあります。具体的には、リスト（List）、セット（Set）、マップ（Map）の三種類です。例えば、一人のユーザーが持っている「複数の趣味」や「連絡先リスト」を保存するのに使います。

これを使えば、わざわざ別のテーブルを作って繋ぎ合わせる（JOIN）必要がなくなります。Cassandraは繋ぎ合わせる作業が苦手なので、一つのテーブルの中に必要な情報をぎゅっと凝縮して入れるのが上手な設計です。Pythonからも、これらをリストや辞書のように自然に扱うことができます。


# コレクション型（セット）を含むテーブルの作成例
# tagsには複数の文字を入れることができます
create_tags_table = """
CREATE TABLE IF NOT EXISTS product_info (
    id int PRIMARY KEY,
    name text,
    tags set<text>
);
"""
session.execute(create_tags_table)

# データを追加する（タグを複数セットします）
insert_tags = "UPDATE product_info SET tags = tags + {'家電', 'セール'} WHERE id = 1"
session.execute(insert_tags)

print("コレクション型のデータを更新しました。")

9. 二次インデックスとマテリアライズドビュー

「パーティションキー以外でも検索したい！」という時のための救済処置として、二次インデックス（Secondary Index）という機能があります。これは、住所とは別の目印（例えば年齢や性別）で検索できるようにする付箋のようなものです。

ただし、これは使いすぎると動作が遅くなる原因になります。本当に大量のデータを扱うプロの世界では、インデックスに頼るよりも「新しいテーブルを作る（非正規化）」方が好まれます。初心者のうちは、まずは基本のキー設計をしっかり行い、どうしても必要な時だけインデックスを検討しましょう。道具は使い分けが肝心です。

10. テーブル設計を成功させるための最終チェック

良い設計ができているか確認するには、自分にこう問いかけてみてください。「このテーブルは一つの質問（クエリ）に答えられるようになっているか？」。もし複数の検索条件を混ぜようとして複雑になっているなら、それはテーブルを分けるタイミングかもしれません。

Cassandraは非常に強力な武器ですが、正しく持たないと怪我をしてしまいます。でも、一度「クエリに合わせる」という感覚を掴めば、数億件のデータも一瞬でさばける魔法の力が手に入ります。Pythonで何度もコードを書き、データを出し入れしながら、この独特で面白いデータモデルの世界を楽しんでくださいね！

公的機関での指導実績【Python実務設計実践セミナー】