Cassandra數據結構

Question

我需要詳細瞭解如何在Cassandra中設計高效的數據結構。有沒有在線演示或教程來了解Cassandra的數據結構？我需要能夠設計具有列和有效載荷的列族，並且看到一些具體的實例。我會很感激，如果有人可以推薦一個可以讓我做到這一點的來源。

Answer 1

在組成Cassandra代碼庫的幾千個類中，我懷疑C *的性能可歸因於單個數據結構。這個主題對於單個在線演示來說有點複雜，但是...

比源代碼有什麼更好的源代碼...開始查看代碼並檢查使用的數據結構。內存中的數據存儲在一個名爲memtable的內存中，該內存是一個已排序的字符串表（sstable）。內存中的數據然後刷新到磁盤並再次存儲在sstables中。這個SO question在二進制嘗試和sstables之間進行比較，以便爲dB中的列編制索引。

我發現有趣的其他數據結構是修復過程中使用的merkle樹。這是一個哈希二叉樹。使用merkle樹有許多優點和缺點，但主要優點（並且我認爲是不利的）是，它減少了需要通過網絡傳輸的數據以進行修復（又名樹同步），但犧牲了本地io的需要用於計算樹的哈希值。閱讀SO answer的更多詳情，並閱讀關於wikipedia的merkle樹。還有對dynamo paper的第4.6節和第4.7節的修復過程中使用梅克爾樹木的很好的描述。