cassandra - Cassandra 文件系统

Question

根据轻快的实现 [Presentation in Cassandra SF] - Cassandra、CFS、Job/Task Tracker 和 Hive Metastore 在单个 JVM 中运行，这与配置独立的 hadoop 集群完全不同。

这是优势吗？

如果 Task Tracker 或 JVM 中的任何单个进程失败会发生什么？这会影响同一个 JVM 中的 cassandra 实例吗？

CFS 如何从中获取数据？是将 SSTables 存储为子块还是它的副本？子块的压缩在哪里完成？

问候， 泰米尔语

Answer 1

Brisk 确实在单个 JVM 中运行所有这些，但在不相互影响的单独独立线程中运行。跟踪器在专用节点上运行，但没有单点故障。可以选择任何节点来运行跟踪器，并且所有状态都保存在 Cassandra 集群中。

这一切都在同一个 JVM 中的优点是，将数据从 Cassandra 移动到 Hadoop 代码中没有复制和序列化开销。

CassandraFS 将 64MB HDFS 块分成 2MB 块并将它们作为列存储在 Cassandra 中，每个块一行。文件本身被映射到 inodes 列族中的块行 UUID 列表。