cassandra随机获取数据_Cassandra 写机制

(1)对于一个写操作，Cassandra首先将客户端提交的数据和操作记录到commit log中，此操作是为了提升可靠性(起到数据恢复的作用)。

(2)接着Cassandra将数据写入到内存表memtable中，memtable中组织的数据按照key排序。当memtable中的数据大小到达一定限制后，Cassandra才会将memtable中的数据批量刷新到一个SSTable中。这种机制，相当于缓存写回机制(Write-back Cache)，优势在于将随机IO写变为顺序IO写， 大大降低了写操作对于存储系统的压力。

(3)SSTable一旦完成写入，就不可变更，只能读取。因此对于Cassandra来说，可以认为只有顺序写，没有随机写操作。

(4)由于SSTable的只读性，因此同一个Column Family的数据可能存储在多个SSTable中，如果一个Column Family中的数据量很大的时候，那么Cassandra需要合并读取多个SSTable和memtable，导致查询效率严重下降。为此Cassandra引入了BloomFilter，每个SSTable都拥有一个BloomFilter。BloomFilter是一个存储在内存中的数据结构，它能够快速判断某个给定的key是否位于某个SSTable中，因此，Cassandra能够快速定位某个key对应的SSTable。

(5)为了避免大量SSTable带来的性能影响，Cassandra通过一种称为压缩(Compaction)的机制来处理随着时间推移而不断膨胀的SSTables。Cassandra定期将多个SSTable合并成一个SSTable，由于每个SSTable中的数据均是有序的，因此只要做一次合并排序就可以完成该任务，这个代价是可以接受的。

(6)Cassandra的数据存储目录下，可以看到三种类型的文件，文件名的格式类似于：

Column Family Name-序号-Data.db

Column Family Name-序号-Filter.db

Column Family Name-序号-index.db

其中Data.db文件是SSTable数据文件，SSTable是Sorted Strings Table的缩写，按照key排序后存储key/value键值字符串。index.db是索引文件，保存的是每个key在数据文件中的偏移位置，而Filter.db则是Bloom Filter算法生产的映射文件。