Cassandra_架构

1. System keyspace

   用于存储关于集群的原数据，以帮助各种操作的顺利进行。不仅存储了本地节点的元数据，也存储了提示切换信息，这些元数据包括：
   节点令牌；
   集群名；
   用于支持动态装载的keyspace和schema的定义；
   迁移数据；
   节点是否自举成功。
   schema的定义存储于两个列族之中：Schema列族保存用户的keyspace和schema的定义；Migrations列族则用于记录对keyspace的变更。
   System keyspace是无法手工修改的。

2. 对等结构（P2P）

   主从结构：主节点具有对数据的控制权，从节点与主节点进行数据同步。任何变更都会写入主节点，并从主节点传送给从节点。这个模型是对读数据优化的，允许客户端从任意节点读取数据。但是，这个模型中数据复制是从主到从单向的，这带来一个严重的后果，所有些操作都必须送到主节点；也就是说，存在一个潜在的单点故障。在主从结构中，主节点掉线的后果很严重。
   对等结构：所有节点的地位彼此相同，没有主从差别。更加易于通过增加节点来扩展系统。

3. gossip与故障监测

   为了做到无中心、容忍网络分裂，Cassandra使用了一个gossip（留言）协议来进行环内通信，这样每个节点都会有其他节点的状态信息。gossip协议（流言协议，也叫“传染协议”），通常假设网络是不可靠的，常见于大规模、无中心的网络系统，经常作为分布式数据库中的一种自动数据副本复制机制。gossip是一种节点可以按照自己的期望，自行选择与之交换信息的节点的通信方式
   gossip会用于故障监测，所以Gossiper类会维护一个节点列表，存储节点的死活信息

4. 逆熵与读修复

   逆熵是Cassandra的副本同步机制，用于保障不同节点上的数据都更新到最新的版本
   在每次更新之后，逆熵算法都被引入。这会对数据进行校验和，并与其他节点比较校验和，如果校验和不同，就进行数据交换。如果一个读操作发现了同一时间戳的不同值，Cassandra会直接使用一个决胜机制来进行值的比较，以确保读修复不会进入死循环。

5. memtable、SSTable、commit log

   进行写操作的时候，数据是直接写入到commit log中的。commit log是Cassandra为了达到持久性而引入的一种错误恢复机制。写操作只有写入到commit log才被认为是成功的。这样即使数据还没有进入内存存储结构中（memtable），也可以进行数据恢复
   数据写入commit log后，会写入到memtable内存数据结构中。当memtable之中存储的对象数量达到阈值以后，memtable会被刷入磁盘，放在一个称为SSTable的文件中。然后创建一个新的memtable接收数据。
   所有的写操作都是顺序进行的，写一个值不需要任何读或者定位操作，因为所有的写都是以追加的方式写入的，这正是Cassandra的写操作性能出众的原因。压紧操作定期地重新组织数据，通过拆分，写操作是直接的追加写，之后的压紧可以组织数据，从而获得更好的读性能。对于读操作，会首先检查memtable来查找值

6. 提示移交

   提示移交允许Cassandra对于写操作永远可用，降低离线节点恢复服务之后的不一致的时间

7. 压紧

   压紧操作用于合并SSTable，在压紧操作过程中，SSTable中的数据会被合并：键值进行合并，列被组织合在一起，丢弃墓碑，创建新的索引。压紧操作是通过合并大的累积文件而释放空间的过程。这个操作是完全透明的，并且在整个服务器的声明周期中持续进行。
   在压紧操作中，合并后的数据是有序的，对这些有序的数据会创建一个新的索引文件，同时上述这些刚刚合并的、有序的、有索引的数据会被写入一个单独的新的SSTable之中（每个SSTable包含三个文件：数据、索引、过滤程序）。
   压紧的另一个重要功能是通过降低定位的次数来提高性能。
   Cassandra中有多种不同的压紧操作。主压紧的触发原因有两种：通过节点探测触发或是自动进行。节点探测会给被探测节点的相邻节点发送一个TreeRequest消息，当一个节点收到TreeRequest时，会立刻进行一次只读压紧，来验证列族。
   可以通过降低压紧线程的优先级来提高整体性能，使用如下参数设置：
   -Dcassandra.compaction.priority = 1
   这会影响CPU的使用率，而非IO的。

8. Bloom filter

   Bloom filter是一种提升性能的手段，是一种用于判断一个元素是否是一个集合的成员的超快速、但不确定的算法。Bloom filter将数据集里的值映射为一个位数组，并将一个大数据集凝练为一个摘要字符串。Bloom filter位于内存中，这样可以减少查找键值时的磁盘访问，从而改善性能。

9. 墓碑

   当执行一个删除操作时，数据并不会被立刻删除。会被视为一个更新操作，在相应的值上放一个墓碑。墓碑是一个删除标记，当执行压紧时，比墓碑更老的内容会被清理掉。有一个相关设置，称为Garbage Collection Grace Seconds（垃圾回收时延），这个时间是服务器对一个墓碑进行垃圾回收之前的等待时间，Cassandra会一直跟踪墓碑的年龄，一旦某个墓碑的寿命比GCGraceSeconds更长了，就会回收它。这个时延的设计目的是留下足够长的时间，以便于恢复数据。

10. 分阶段事件驱动架构（SEDA）

    在一个典型的应用中，一个单独的任务单位经常会在一个线程内来完成。Cassandra却有所不同：它的并发模型是基于SEDA的，一个工作可以从一个线程开始，之后再移交给另一个线程。一个操作被细分为不同的阶段，与阶段关联的线程池来决定执行的任务。因为每个阶段由不同的线程池处理，Cassandra可以因此获得显著地性能收益。
    Cassandra中，作为阶段的操作有：
    ·读
    ·Mutation
    ·Gossip
    ·响应
    ·逆熵
    ·负载均衡
    ·迁移
    ·流