cassandra最终一致性相关算法数据结构

Merkle Tree（MT）是一个非常容易理解的数据结构，简单来说就是一颗hash树，在这棵树中，叶子节点的值是一些hash值、非叶节点的值均是由其子节点值计算hash得来的。在Dynamo中，每个节点保存一个范围内的key值，不同节点间存在有相互交迭的key值范围。在去熵操作中，考虑的仅仅是某两个节点间共有的key值范围。MT的叶子节点即是这个共有的key值范围内每个key的hash，通过叶子节点的hash自底向上便可以构建出一颗MT。 Dynamo首先比对MT根处的hash，如果一致则表示两者完全一致，否则将其子节点交换并继续比较的过程。

1.Dynamo中每个子节点保存一个范围内的key值，如何比较不同节点上相同key范围的hash？
2.MT与线段树数据结构的比较
线段树：
http://baike.baidu.com/view/670683.htm

CommitLog类>
3.双端队列数据结构
private final Deque segments = new ArrayDeque();
4.commitlog segment 大小硬编码
private volatile int segmentSize = 128*1024*1024; // roll after log gets this big
commitlog有一个固定大小的commitlogHeader结构，
其包含两个重要的数据结构,每个CF在两个数组中都有一个对应的元素：
位图数组(BitSet Dirty)
->若CF对应的Memtable中有脏数据，则置为1，否则为0；在恢复的时候可以指明那些CF需要从commitlog中恢复。
整数数组(int[] lastFlushedAt )
->保存的是CF上次Flush时日志的偏移位置，恢复是可以从这个位置读取commitlog。

5.bloom filter算法
http://blog.csdn.net/wh62592855/article/details/5750337

[@more@]

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/23937368/viewspace-1053924/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/23937368/viewspace-1053924/