Cassandra数据结构

Question

我需要详细了解如何在Cassandra中设计高效的数据结构。是否有用于了解Cassandra数据结构的在线演示或教程？我需要能够使用列和有效负载设计列族，并查看一些具体的，有形的示例。如果有人能推荐一个允许我这样做的来源，我会很感激。

Answer 1

在构成Cassandra代码库的数千个类中，我怀疑C *的性能可归因于单个数据结构。对于单个在线演示，这个主题有点复杂，但是......

比源更好的源...开始查看代码并检查使用的数据结构。内存中的数据存储在一个名为memtable的东西中，这是一个排序的字符串表（sstable）。然后将内存中的数据刷新到磁盘并再次存储在sstables中。这个SO question在二进制尝试和sstables之间进行比较，用于索引dB中的列。

我觉得有趣的另一个数据结构是修理过程中使用的merkle树。这是一个散列的二叉树。使用merkle树时有许多优点和缺点，但主要优点（我认为不利）是它减少了需要通过线路传输的数据以进行修复（也称为树同步），但需要牺牲本地io用于计算树的哈希值。阅读SO answer中的更多详细信息，并阅读wikipedia上的merkle树。在dynamo paper的4.6和4.7节中，还有很好的描述如何在修理过程中使用merkle树。