首先需要建立 ETL Pipeline 資料通道。

1.資料提取（Extract）

2.資料轉換(Transform)和資料儲存(Loading)

我們使用 Apache Cassandra 對已經處理的資料進行建模

這樣我們就可以使用 query 語句去獲取我們想要的結果。在 NoSQL 資料庫中建立資料表格通常是基於 query 語句建立的，也就是最終我們想要獲取什麼樣的資料。

下面我們透過具體的例子來學習如何建立表格以及如何使用 query 語句獲取資料。

1.獲取 sessionId = 338 和 itemInSession = 4 時，使用者聽歌曲的藝術家名，歌曲標題和歌曲的長度。

2.獲取 userid = 10，sessionid = 182時，使用者所聽歌曲的歌手名，歌曲名（按itemInSession排序）和使用者名稱

這裡我們使用組合鍵定義 PRIMARY KEY ((user_id, session_id), item_in_session))

這樣 query 語句將返回所有滿足條件的條目，如果定義為 PRIMARY KEY (user_id, session_id)

將僅返回最後一條滿足條件的語句，而不是四個條目資料。

到這裡我們已經瞭解如何使用 Apache Cassandra 對 音樂 app 收集的使用者使用資訊進行建模。

雖然我們使用的資料相對簡單，但所有的 app 收集使用者資訊，透過分析使用者資料資訊進行推薦、資料分析、和使用者習慣分析的資料建模是一樣的流程。

下一步就可以透過我們建模的資料，對資料進行分析和處理了。

為我們自己加油吧

原始碼可以從我的GitHub下載：

https://github.com/tomgtqq/DEND-P1-Data-Modeling-With-Cassandra

我之間寫的一篇關於廣告推薦演算法的文章：

https://www.linkedin.com/pulse/%E5%B9%BF%E5%91%8A%E6%8E%A8%E9%80%81%E7%AE%97%E6%B3%95-starbucks-capstone-challenge-tom-ge/