cassandra - Cassandra 是否可以进行更新？

Question

我在 Cassandra 中有一个表，我在其中填充了一些包含 1000 个条目的行（每行包含 10000 多列）。行中的条目非常频繁地更新，基本上只是用不同的值更新了一个字段（它是一个整数）。列的所有其他值保持不变。我的问题是，更新会就地完成吗？Cassandra 对条目的频繁更新有多好？

Answer 1

首先，每次更新也是 cassandra 的顺序写入，因此，就 cassandra 而言，无论您是更新还是写入，它对 cassandra 都没有任何影响。

真正的问题是您需要多快才能读取这些写入内容才能读取？正如@john 建议的那样，首先将所有写入写入驻留在内存中的可变 CQL Memtable。因此，对于特定 CQL 表，每个更新本质上都作为新的顺序条目附加到 memtable 中。为了持久性，它同时定期写入“commitlog”（每 10 秒）。

当 Memtable 已满或达到 comittlog 的总大小时，cassandra 将所有数据刷新到不可变的排序字符串表 (SSTable)。在刷新之后，压缩是保留新列值的所有 PK 条目并删除所有先前值（更新之前）的过程。

频繁刷新会带来频繁顺序写入磁盘和压缩的开销，这可能会占用大量 I/O 并对 cassandra 性能产生严重影响。

就读取而言，首先 cassandra 将尝试从row cache（如果启用）或从memtable. 如果它在那里失败，它将按顺序转到bloom filter、key cache、partition summary，partition index最后转到 SSTable 。当为所有列值收集数据时，其在内存中的聚合和具有最新时间戳的列值在聚合后返回给客户端，并row cache为该分区键创建一个条目。

因此，是的，当您查询分区键时，它将扫描所有 SSTable 以查找该特定 CQL 表，并扫描 memtable 以查找所有尚未刷新到磁盘的列值。

Answer 2

最初，这些更新存储在称为 Memtable 的内存数据结构中。Memtables 会定期刷新到不可变的 SSTables。

因此，将从各种 SSTable 中读取单个宽行。在称为“压缩”的过程中，不同的 SSTable 将被合并到磁盘上更大的 SSTable。

增加刷新 Memtables 的阈值是一种优化方法。如果在 Memtable 刷新到磁盘之前更新非常快，我认为更新应该在内存中就地，但不确定。

此外，每个读取操作都会首先检查 Memtables，如果数据仍然存在，它将被简单地返回——这是最快的访问。

Cassandra读取路径：

When a read request for a row comes in to a node, the row must be combined from all SSTables on that node that contain columns from the row in question

Cassandra写入路径：

Answer 3

不，无法进行就地更新。

正如@john 建议的那样，如果您经常写入，那么您应该延迟刷新过程。在刷新期间，对存储在 MemTable 中的同一分区的多次写入将作为单个分区写入新创建的 SSTable 中。

C* 适合大量写入。但是，您需要监控每次读取访问的 SSTable 数量。如果 # 太高，那么您需要检查您的压缩策略。