cassandra - Cassandra(或 Scylla)如何对聚类列进行排序？

Question

Cassandra(或 Scylla)的好处之一是:

When a table has multiple clustering columns, the data is stored in nested sort order. https://docs.datastax.com/en/dse/6.0/cql/cql/cql_using/whereClustering.html

因此，我认为以相同的排序顺序读回数据应该非常快。

如果数据的写入顺序与聚类列指定的顺序不同，那么 Cassandra(或 Scylla)实际上何时对数据重新排序？

是在 memtables 刷新到 SSTables 时吗？

如果 memtable 已经被刷新，我添加了一条新记录，该记录应该在现有 SSTable 的记录之前？

它是否会使磁盘上的数据暂时失序并在压缩期间重新排序？

如果是这样，需要采取哪些步骤来确保读取顺序正确？

Answer 1

数据总是在任何给定的 sstable 中排序。

当一个 memtable 被刷新到磁盘时，这将创建一个新的 sstable，它在自身内部进行排序。这很自然地发生，因为内存表按排序顺序存储数据，因此此时不需要额外的排序。排序发生在插入到内存表中。

使用自然排序的读取必须从与读取相关的所有 sstable 中读取，将多个排序结果合并为一个排序结果。这种合并是在内存中即时发生的。

压缩，当它开始时，将用一个替换多个 sstables，创建一个合并的流，就像常规读取一样。

这种存储数据的技术被称为 log-structured merge tree .