ScyllaDB详解

2 ScyllaDB

号称下一代 NoSQL，C++编写充分利用 Linux 底层原语优势，利用现代多核、多处理器 NUMA 服务器硬件，卓越性能，API 兼容 Cassandra 和 DynamoDB：

• 支持和 Cassandra 一样的 CQL 查询语言和驱动，一样的 SSTable 存储格式
• 同样支持和 DynamoDB 一样的 JSON-style 查询和驱动

2.1 架构

2.1.1 ScyllaDB 服务架构

ScyllaDB服务架构图：

Cluster(集群)：Cluster 是一组相互连接的 Node(节点)组成，这些节点组织成虚拟的环架构。节点间都是平等的关系，没有定义领导者。这样就不会出现单点故障，可以使用多数据中心将数据复制到地理位置上分散的各集群中。

Node(节点)：Node 可以是本地服务器，或者是公有云的虚拟机等。整个集群的数据尽可能均匀的分布在这些节点上。此外，ScyllaDB 使用称为虚拟节点 (vNode) 的逻辑单元来更好地分布数据以获得更均匀的性能。 集群可以在不同节点上存储相同数据的多个副本以确保可靠性。

Shard(分片)：ScyllaDB 进一步划分数据，通过将节点中总数据的片段分配给特定 CPU 及其关联的内存 (RAM) 和持久存储（例如 NVMe SSD）来创建分片。分片主要作为独立运行的单元运行，称为“无共享”设计。 这大大减少了争用以及对昂贵的处理锁的需求。

2.2 ScyllaDB 数据架构

ScyllaDB 根据其数据模型，我们一般将其称为“宽列”数据库，有时也被称为“key-key-value” 数据库反映其分区键和集群键，其数据架构图如下：

Keyspace(键空间): 数据的顶级容器（表的集合）：定义 ScyllaDB 中保存的数据的复制策略和复制因子 (RF)。例如，用户可能希望存储相同数据的两个、三个甚至更多副本，以确保在一个或多个节点丢失时其数据仍然安全。

Table(表)：在键空间内，数据存储在单独的表中。 表是由列和行组成的二维数据结构。 与 SQL RDBMS 系统不同，ScyllaDB 中的表是独立的， 不能跨表进行 JOIN。

Partition(分区)：ScyllaDB 中的表可能非常大，通常以 TB 为单位。 因此，表被分为更小的块（称为分区），以便尽可能均匀地分布在分片上。

Rows(行)：每个分区包含按特定顺序排序的一行或多行数据。 并非每一列都出现在每一行中。 这使得 ScyllaDB 能够更有效地存储所谓的“稀疏数据”。

Colums(列)：表行中的数据将分为列。 特定的行和列条目将被称为单元格。 某些列将用于定义数据的索引和排序方式，称为分区键和聚类键

ScyllaDB 包含查找可能导致性能问题的特别大分区和大行的方法。 ScyllaDB 还将最常用的行缓存在基于内存的缓存中，以避免在所谓的“热分区”上进行昂贵的基于磁盘的查找。

2.3 环架构

Ring Architecture 的示意图如下：

Ring(环)：ScyllaDB 中的所有数据都可以可视化为令牌范围环，每个分区映射到单个散列令牌（相反：一个令牌可以与一个或多个分区关联）。这些令牌用于在集群中分发数据，在节点和分片之间尽可能均匀地平衡数据。

vNode(虚拟节点)：该环被分成 vNode（虚拟节点），其中包含分配给物理节点或分片的一系列令牌。 根据为键空间设置的复制因子 (RF)，这些 vNode 在物理节点上复制多次。