Cassandra 2.X 内置二级索引浅析

Cassandra 2.X 内置二级索引浅析

Cassandra内置二级索引

Cassandra系统内置两种二级索引，分别是KeysIndex和CompositesIndex。
Cassandra源代码中与二级索引密切相关的包有

org.apache.cassandra.db.index
org.apache.cassandra.db.index.keys
org.apache.cassandra.db.index.composites

第一个包的文件为二级索引相关组件的实现，以及对二级索引基本方法的定义
后两个包的文件对应着KeysIndex和CompositesIndex的具体实现

KeysIndex为一种倒排索引的实现，下面主要对其实现进行分析

KeysIndex的存储方式

在Cassandra中，数据都是以Key-value的形式保存的。

KeysIndex所创建的二级索引也被保存在一张ColumnFamily中。在插入数据时，对需要进行索引的value进行摘要，生成独一无二的key，将其作为RowKey保存在索引的ColumnFamily中；同时在RowKey上添加一个Column，将插入数据的RowKey作为name域的值，value域则赋空值，timestamp域则赋为插入数据的时间戳。

如果有相同的value被索引了，则会在索引ColumnFamily中相同的RowKey后再添加新的Column。如果有新的value被索引，则会在索引ColumnFamily中添加新的RowKey以及对应新的Column。

当对value进行查询时，只需计算该value的RowKey，在索引ColumnFamily中的查找该RowKey，对其Columns进行遍历就能得到该value所有数据的RowKey。

KeysIndex的插入和查询过程

插入过程请参考
insert(ByteBuffer, Cell, Group) : void - org.apache.cassandra.db.index.AbstractSimplePerColumnSecondaryIndex 方法。

大致过程为计算索引的RowKey，生成Column容器，添加Column内容，在写入到索引的ColumnFamily中。

查询过程请参考search(ExtendedFilter) : List<Row> - org.apache.cassandra.db.index.keys.KeysSearcher方法。

大致过程为根据查询条件，计算查询value的RowKey，到二级索引ColumnFamily中查找，返回源数据的RowKey，构造查询结果迭代器，返回查询结果List。

注意：在Cassandra 2.X的源代码中，ColumnFamily、RowKey、Columns分别对应了源代码中的ColumnFamilyStore、DecoratedKey、ColumnFamily，Column对应了Column或者是Cell

---

参考文献
[1] https://pkghosh.wordpress.com/2011/03/02/cassandra-secondary-index-patterns/