从Cassandra到分布式存储系统，cassandra存储

从Cassandra到分布式存储系统

序

近来有一个师弟，特别爱写博客，还总是缠着我在专业问题上问来问去，末了还会说，你怎么不写一下博客啊。

诚然，写博客是对自己知识的一个很好的归纳总结，还给未来更多地师弟留下了白纸黑字的教程，也避免了自己年复一年地重复同样的解说。

“道理我都懂，但是写博客是相当费力的事情，实在没时间啊”，我为自己开脱。

前几天因为冲动酿成了一场车祸，现场一片狼藉、浓烟滚滚，侥幸死里逃生。匆匆处理了后续事宜后回到实验室，师弟就又来问东问西了。这时候回过神来反思，倘若事故再严重分毫，我便没机会坐在这里恬不知耻地漫口胡诌了。人生近三十年，没有多少成就，一旦消失，连在世上的痕迹都不曾留下。

不如写一写吧。五年的读博生涯中，我用了一年半的时间学习Cassandra源码，用了三年多的时间在多个项目中应用和体会。此中不仅仅是对Cassandra这一个系统的了解，也对分布式存储系统有了一定的认识。基于此，还帮导师完善了清华本科生、研究生的分布式数据库或分布式系统的课程讲义。这些经验埋在心里确实可惜，不如就作为一点痕迹，留在茫茫的网络上面，告诉世人我曾来过。

“我是怕今后没人给你们讲的更清楚！”我会对师弟这么说。

这个系列姑且叫做《从Cassandra到分布式存储系统》，从Cassandra的数据模型概念入手，首先初步了解Cassandra。进而通过Cassandra的部分源码的理解，展开分布式存储系统中的若干知识，包括但不限于：
- 节点间的通信、
- 节点间的组网与信息同步（Gossip）、
- 失效检测（φ失效检测）、
- 数据分区（Consistent Hashing）、
- 副本、
- 一致性、
- 布隆过滤器、
- MPP架构

还会延伸介绍：
- 分布式共识算法
- 向量时钟

还会包括单机系统中的：
- SEDA架构
- LSM结构
- Cassandra的数据文件格式等。

大抵如此，更加详细的目录还有待进一步梳理。目前计划每天坚持写半小时到一小时，2-3个月完成大部分内容。

一杯敬自由 / 一杯敬死亡 / 宽恕我的平凡 / 驱散那迷惘

谨以此系列向帮助、关心过我的人致谢，包括几个兄弟、范伯父、诸多朋友、老师同学们。希望我能从写作中得到救赎。