Cassandra数据库从入门到精通系列之三：Cassandra数据存储格式

一、Cassandra数据

Cassandra的数据包括在内存中和磁盘中的数据

这些数据主要分为三种：

• CommitLog：主要记录客户端提交过来的数据以及操作。这种数据被持久化到磁盘中，方便数据没有被持久化到磁盘时可以用来恢复。
• Memtable：用户写的数据在内存中的形式。另外一种形式是BinaryMemtable，这个格式目前Cassandra并没有使用。
• SSTable：数据被持久化到磁盘，又分为Data、Index和Filter三种数据格式。

二、CommitLog数据格式

• Cassandra在写数据之前，需要先记录日志，保证Cassandra在任何情况下宕机都不会丢失数据。这就是CommitLog日志。
• 要写入的数据按一定格式组成byte数组，写到IO缓冲区中定时被刷到磁盘中持久化。Commitlog是server级别的。每个Commitlog文件的大小是固定的，称之为一个CommitlogSegment。
• 当一个Commitlog文件写满以后，会新建一个文件。当旧的Commitlog文件不再需要时，会自动清除。

三、Memtable内存中数据结构

• 数据写入的第二个阶段，MemTable是一种内存结构，当数据量达到块大小时，将批量flush到磁盘上，存储为SSTable。
• 优势在于将随机IO写变成顺序IO写，降低大量的写操作对于存储系统的压力。
• 每一个columnfamily对应一个memtable。也就是每一张表对应一个。
• Memt