Cassandra源代码分析（一）Table和ColumnFamilyStore

1.1   Table

Table是Cassandra中表示DB对象的顶级描述，这里的Table实际上是一个古老的名词，合理的意思应该是Keyspace，表示的是数据库级别的描述信息。

类org.apache.cassandra.db.Table中定义的一些重要的静态对象和实例级别（也就是Keyspace级别）的对象：

    private static Timer flushTimer = new Timer("FLUSH-TIMER");

    private final boolean waitForCommitLog;   

/** Table objects, one per keyspace. 

only one instance should ever exist for any given keyspace. */

private static final Map<String, Table> instances =

new NonBlockingHashMap<String, Table>();

    /* Table name. */

    public final String name;

    /* ColumnFamilyStore per column family */

private final Map<Integer, ColumnFamilyStore> columnFamilyStores =

 new HashMap<Integer, ColumnFamilyStore>();

private final TimerTask flushTask;

其中flushTimer是一个Cassandra节点级别的定时任务调度器；flushTask是Keyspace所对应的一个刷新任务，即将CFS中所对应的Memtable数据存储到磁盘上，一个Keyspace就对应一个flushTask；instances是keyspace的名称到Keyspace的映射；name为每一个Keyspace的名称，该名称在配置文件storage-conf.xml中定义；columnFamilyStores是Keyspace级别的实例变量，一个Keyspace对应多个ColumnFamilyStore，该Map<Integer, ColumnFamilyStore>中的key即为cfid，是ColumnFamily名称所对应的数字ID。

1.2   ColumnFamilyStore

在 Cassandra 中一个 Keyspace 可以看作一个二维索引结构：

第一层索引所用的 key 为 (row-key, cf-name)， 即用一个 row-key 和 column-family-name 可以定位一个 column family。column family 是 column 的集合。

第二层索引所用的 key 为 column-name， 即通过一个 column-name 可以在一个 column family 中定位一个 column。

Column 是这个数据模型里面最基本的数据单元，它是一个三元组 (name, value, timestamp)。 一个 column family 里面，所有的 column 是按照 column-name 排序的。所以可以根据 column-name 快速找到 column。

在每一个放置了 column family 的节点上，具有相同的 cf-name 的 column-family 会被保存在一起，称为一个 column family store (CFS)。在一个 CFS 中，各个 column family 是按照 row-key 排序的。所以，在该节点上，首先通过 cf-name 来找到对应的 CFS，然后用 row-key 在这个 CFS 中这个 column family。

需要注意的地方是，上面的定位过程中 row-key 被使用了两次。 总结来说，在每个节点本地看来，一个 CFS 相当于数据库的一个表， Column Family 相当于表中的一行， Column 相当于一行中的一个域。

 

• ColumnFamilyStore 类包含两个主要的域：

• 一个 Memtable 对象。该对象保存了最近的对该 CFS 中的 Column family 的修改，这些修改还没有被 flush 到磁盘上。
• 一个 SStableTracker 对象。这是一个 SStableReader 对象的集合，每个 SSTableReader 对象维护了关于磁盘上的 CF 数据的必要信息。

数据文件可以分布在多个目录，每一个ColumnFamily所对应的数据文件也可以分布在任意一个目录中，一个ColumnFamily可能存在多个数据文件。一个数据文件的读取由一个SSTableReader对象负责，在一个ColumnFamily中的多个数据文件的读取由一个SStableTracker对象来统一维护。