一、整体结构
scylladb的大致存储结构如下图所示。

1.一个集群有多个节点组成，一个节点是一个scylladb服务，一般就是一台主机。

2.集群中可以创建多个keyspace，每个keyspace都分布在所有节点上，可以针对keyspace指定副本数、副本策略等属性

3.keyspace中可以创建多个column family，column family类似与sql中的表，可以指定列的名称、类型等信息，可以对行进行插入、删除、更新操作

4.parition key是一个特殊的列，作为分区(即分partition，一个partition中的数据保存到同一个节点中)的依据，分区使用一致性hash算法，后面介绍。也可以组合使用多个列作为partition key

5.cluster key也是一个特殊的列，作为一个分区内的排序依据，搜索时指定[特定parition key]+[cluster key的范围]可以进行快速搜索。

6.primary key由partition key和cluster key组合而成，primary key不可重复。

二、一致性hash算法

1.每个node有一个token，token计算哈希值并对应到一个圆环上，圆环对应一个数值范围，新版本上应该是0~2^64。圆环上的这些node将圆环分成了多个区间，一个区间属于这个区间的端点上的node。

2.对每个row的partition key计算其hash值，也分布到圆环上，会属于其中一个区间，该row会报存到该区间所属的node。

3.新增/删除node时，数据分布会发生变化，需要迁移。

4.为了使数据分布更均匀，一个node实际会有多个token。这样新增、删除node时数据分布会更均匀。

三、文件结构

1.Memtable

写入SSTable前会先在内存中进行缓存，当达到一定条件（超过上限，或者超过时间间隔）后再写入SSTable。

2.Commitlog

写入数据时，首先记录到Commitlog中，保存在硬盘。写入到SSTable后会删除Commitlog中对应内容。

3.SSTable

保存数据。一个SSTable保存一个ColumnFalimy的一部分数据。SSTable中保存的数据是连续的，即

4. Filter

使用了Bloom Filter，用于快速判断一个key是否保存在当前SSTable中。

5.Index

保存一个key在Data中的位置，避免读取数据时需要读取整个Data文件。

四、bloom filter


1.bloom filter

一个m位的数组

2.hash算法

使用k个hash算法，用于生成元素的hash值。图中是3个hash算法，对一个元素x1，3个算法各自生成一个值，生成了3个hash值。

3.更新bloom filter

对新元素使用k个hash算法生成k个hash值，将hash值对应的位置为1

4.判断是否通过bloom filter

对一个需要判断的元素y，使用k个hash算法生成k个hash值，对应的位上的值全为1则通过，否则不通过

5.存在误判，误判概率的计算、相关参数的设置依据参考：https://blog.csdn.net/jiaomeng/article/details/1495500
————————————————
版权声明：本文为CSDN博主「cocoti」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/xuhaitao23/article/details/110813232