cassandra - 布隆过滤器在 cassandra 中的作用是什么？

Question

从 Cassandra 文档的两个不同链接中，我发现:

link 1

A structure stored in memory that checks if row data exists in the memtable before accessing SSTables on disk

和

link2

Cassandra checks the Bloom filter to discover which SSTables are likely to have the request partition data.

我的问题是以上两种说法都对吗？如果是，是否分别为 Memtable 和 SSTable 维护布隆过滤器？提前致谢。

Answer 1

Bloom filter是用于检查元素是否存在于集合中的通用数据结构。它的算法设计得非常快，代价是冒着返回误报的风险。

Cassandra 使用布隆过滤器来测试是否有任何 SSTable 可能包含请求的分区键，而无需实际读取它们的内容(从而避免昂贵的 IO 操作)。

如果布隆过滤器返回 false对于给定的分区键，则绝对可以肯定该分区键不存在于相应的 SSTable 中；如果它返回 true ，但是，那么 SSTable 很可能包含分区键。发生这种情况时，Cassandra 将采用更复杂的技术来确定是否需要读取该 SSTable。请注意，大多数读取都会引用布隆过滤器，并且仅在某些写入期间(当内存表刷新到磁盘时)进行更新。您可以阅读更多关于 Cassandra 的读取路径 here .

回到你的问题:

1)第一条语句(“存储在内存中的结构，在访问磁盘上的SSTables之前检查memtable中是否存在行数据”)恕我直言不准确:当memtable刷新到磁盘时确实会更新布隆过滤器，但它们没有引用内存表。

2) 每个 SSTable 维护布隆过滤器，即磁盘上的每个 SSTable 在内存中都有一个相应的布隆过滤器。