Cassandra 介绍.docx

Cassandra 介绍.Cassandra是结合了Google Bigtable的数据模型和Amazon Dynamo高可用框架的一个产品。High availability高可用性,Decentralized:每个节点在集群中都是对等的.不存在单点失效,客户端进行访问时,对于任意节点的访问都是一样的.Elastic:动态的增加或删除节点对应用不会造成任何影响.Consistent, Eventually:实现的是最终一致性模型.还有复杂的数据传递提示和读取修复功能.(merkle tree hashing,gossip,vector clock, consistent hashing)Highly Availabile:读写基于NWR模型,根据副本的个数可形成仲裁功能.各个节点之间通过Gossip来得知,和告知,其他节点拥有的数据,节点状态.Gossip消息发送是根据配置文件中Seed项中所写的节点来发送的,即只会将gossip消息发送给配置文件中seed中配置了的节点.(详细请看下文Gossip 部分)每个节点可以配置多个副本,副本之间的数据修复有两种方式:1.一个读取请求发送到副本中的其中一个时,Cassandra对比每个副本之间的版本,把最新的版本发送给其他副本.同时返回数据给请求方.(在低级别一致性要求时,为了缩短响应速度,可能会返回不是最新的数据给请求方).2:使用nodetool repairs命令,这将会利用Merkle tree方式对比副本间的Merkle tree 值,来进行数据修复.英语不大好,以下文章部分翻译可能有些问题,请谅解.Architecture layersCore Layer Middle Layer Top LayerMessaging service Gossip Failure detection Cluster state Partitioner Replication Commit log Memtable SSTable Indexes Compaction Tombstones Hinted handoff Read repair Bootstrap Monitoring Admin tools 环状拓扑结构.每个节点启动时都有意个Token(唯一标识),这个Token可以是Cassandra自动生成,也可以是自己定义的.Token是为了表示节点所负责的key范围.新增节点将均分原先节点所负责的key范围.参照一致性哈希.Ring managementEach Cassandra server [node] is assigned a unique Token that determines what keys it is the primary replica for. If you sort all nodes Tokens, the Range of keys each is responsible for is (PreviousToken, MyToken], that is, from the previous token (exclusive) to the nodes token (inclusive). The machine with the lowest Token gets both all keys less than that token, and all keys greater than the largest Token; this is called a wrapping Range. 每个Cassandra server[节点] 被分配了一个唯一的标识(Token,一串数字表示),以此来确定哪个节点是 Primary replica(cassandra可以定义节点有多个副本).如果对所有节点的Token进行排序,节点自己的Token和前一个Token(PreviousToken)之间的key范围(不包括PreviousToken)就是节点所管理的key范围.那台Token最小的节点将会管理比它的Token小的所有key和比最大Token(所有Token中)大的所有key.这被称为一个”wrapping Rang”,也就形成了一个环. (Note that there is nothing special about being the primary replica, in the sense of being a point of failure.) (这里注意到 primary replica没有什么特别的,在这个情况下可以被看成一个单点)When the RandomPartitioner is used, Tokens are i