▌现在

1. 特征总览

首先快速看下 Cassandra 的整体特点，对其有个整体的了解：

由于使用对等节点，因此易于扩展
由于采用 LSM 单机引擎，支持高效写入
高可用性和容错能力
可调一致性

支持 CQL 查询

弹性数据存储
易于做数据分布

2. 一致性 hash & gossip 去中心化

如果现阶段我们再去设计表格系统，猜想应该还是会设计成这样，一次性 hash 是非常经典的分布式方式。它的核心思路是通过客户端和 server 端一致认可的一种协议，找数据的分布，规避 master 节点。传统的很多设计都存在 master 节点，里面存储了数据分片，客户端先去 master 里面找到第一层路由，然后再和路由的后端节点做交互。但是通过一次性 hash，可以屏蔽掉路由表环节。客户端和后端有一种默认的公约，只要照着公约就可以直接找到后端节点。

大体思路是：gossip 上带有程序，可以取个 hash 整数，后端进行 server 其实也会有唯一节点，把唯一节点做成 id 排序，每个 server 会管理一个 range。所以对于一个主键在 Cassandra 里是会切出前半部分，算出 hash 值之后，在这个环里可以做映射。

由于 Cassandra 的元信息比较少，只有一些分布信息，以及每个 server 管理了哪些 range 等，信息非常少，没有必要额外再切出一个 master 管理信息，因此它使用 gossip 协议。Gossip 协议是一种 pear 2 pear 的消息通信传递架构，具有最终一致性。可能有很短暂的一瞬间，里面的一些元信息 ( 如 token 分布 ) 是不太一样的。

3. LSM 单机引擎

LSM 单机引擎现在已经不是一个很新的概念了，这里简单介绍一下：客户端按照一个 cql 写进来，在 Cassandra 里面这个叫做 replication，就是一次写。Cassandra 只能保证一次读和一次写是原子的，但是读跟写组合起来并不能保证是原子的。还有 cache 的操作，属于高级功能了，一次写写到后端的节点 ( node ) 里面，会先追加写 WAL ( Write-Ahead-Log )，然后会到 memtable 里面，当然里面有很多的优化，比如使用 memtable 这种方式，避免用户内存和 cornal space 内存的拷贝。

当 memtable 比较大时，列比较多的时候，会存成 SSTable，有三种 campaction 策略：基于使用窗口的，还有像 levelDB 一样基于 level 的，level0~level7，越往下数据越旧，SSTable 越大。

4. 使用现状

Cassandra 在各大公司都有广泛使用，这里列举了国内外一些大型公司的使用情况。Apple 有大范围使用 Cassandra，对外披露有 10W + nodes。国内360有使用，饿了么在推荐系统中也有使用。还有国外的一些巨头，像 Reddit 论坛平台和 discord 点餐平台也有在使用，比如 memcache 切到 Cassandra 主要是受限于内存。

本文转载自 DataFunTalk公众平台。
原文链接：https://mp.weixin.qq.com/s?__biz=MzU1NTMyOTI4Mw==&mid=2247496333&idx=2&sn=2f36fb5991c6e963f247abc36f6d71a6&chksm=fbd740e1cca0c9f75644a4d9bd201d818b204727c4f425fdbb338ea43221e93c9cce71bf38d5&scene=27#wechat_redirect

创作场景

Cassandra 的过去、现在、未来（二）