Cassandra學習筆記之資料讀取
讀取流程
cassandra的資料可能在Memtable中，也可能在多個SSTable中，每個地方都可能有某個column對應的值，怎麼才能讀取最新的值呢？有必要了解下cassandra讀取資料流程：
（1）判斷rowcache中是否有需要讀取的資料，如果有直接返回；
（2）從Memtable中獲取資料，呼叫getColumnFamily方法獲取該列族的資料；
（3）從多個SSTable中獲取相關列的資料：
a、先通過bloom filter檔案判斷該key是否存在於SSTable中，如果存在，進行第二步；
b、查詢key_cache中是否有當前key，如果有直接定位到key所在SSTable中的位置；
c、 key_cache可不存在，通過index定位到具體位置。
下圖是從SSTable中獲取資料的過程
（4）將（2）（3）中的資料進行合併後返回給客戶端。
下圖是cassandra讀取資料示意：
RowCache
RowCache中快取了最近讀取的列資訊，常常將一些熱點資料放入RowCache中，減少了操作磁碟的開銷。Cassandra寫入資料後會同步更新RowCache，保證RowCache中的資料是最新的。
KeyCache
與RowCache不同，KeyCache中快取了最近查詢的row key在SSTable中的位置，每次查詢到row key所在位置後會寫入KeyCache中。如果KeyCache中含有對應key，就不用再通過訪問index檔案了，減少了一次磁碟訪問。二級索引
如果查詢的key並不是一個row key怎麼辦，比如User列族以userId做為row key，每個row key中包含姓名、性別、身份證等，需要按身份證查詢使用者怎麼辦？
需要在身份證這個列上建一個二級索引，二級索引也相當於是一個列族，row key為身份證號碼, 只有一個column名為userId。
先通過二級索引找到key對應的row key，再用row key定位到具體資料。
壓縮機制
cassandra後臺會有一個執行緒，將多個SSTable進行合併，保證同一個列族在一個SSTable檔案中，同時會刪除被標記為墓碑的值（超過 gc_grace_seconds）。
壓縮可以防止檔案碎片，有效提升讀取效率，減少磁碟I/O。
壓縮是在後臺進行的，對客戶端透明，頻繁地進行資料壓縮會導致系統不穩定，因為壓縮本身也會有大量的磁碟I/O,可以在配置檔案中配置壓縮的優先順序，還可以考慮關閉自動壓縮，在系統空閒時手動壓縮。
-