初识GaussDB(forCassandra)

摘要：GaussDB(for Cassandra)是一款基于华为自主研发的计算存储分离架构的分布式云数据库服务。

本文分享自华为云社区《华为云数据库GaussDB(for Cassandra)揭秘第一期：初识GaussDB(for Cassandra)》，原文作者：高斯Cassandra官方。

“local quorum查询某个分区键的条数，每次查询，条数都不一样。”
“按这个分区键的token修复，直接瞬间修复结束。但是再查，还是每次查询条数不一致。”
“之前遇到墓碑丢失的问题，单个token查询结果不一致，修复也解决不了”
…..

不用再为数据不一致苦恼，因为强一致的Cassandra来了，DBA们不用加班改数据了。

GaussDB(for Cassandra)是一款基于华为自主研发的计算存储分离架构的分布式云数据库服务。是一个强一致性的系统，在华为云高性能、高可用、高可靠、高安全、可弹性伸缩的基础上，提供了一键部署、备份恢复、监控报警等服务能力。高度兼容开源Cassandra接口，并提供高读写性能，具有高性价比，适用于IoT、气象、互联网、游戏等领域。

本文将从架构、主要特性、竞争力、应用场景等方面进行介绍。

设计架构：

GaussDB(for Cassandra)基于计算存储分离架构，该架构基于华为内部强大且广泛使用的自研分布式存储系统DFV（数据功能虚拟化/Data Function Virtualisation），实现了一套Share Everything的云开源架构，充分发挥了云开源的弹性伸缩、资源共享的优势，高度兼容Cassandra协议，拥有超强写入性能，同时相比社区版具有分钟级计算扩容、秒级存储扩容、数据强一致等优势，性能更强更稳定，数据更可靠，扩容更敏捷，适用于IoT、实时推荐、金融反欺诈检测等场景。

GaussDB(for Cassandra)牛在哪？

高可靠：数据强一致，提供企业级数据可靠性

开源Cassandra读写数据采用最终一致性，此处用读场景举例：如果读一致性要求为ONE，会立即返回离客户端最近的一份数据副本，那么这意味着第一次读取到的数据可能不是最新的数据。如果读一致性要求为QUORUM（即读取任一数据中心中quorum数量的节点的结果，返回合并后timestamp最新的结果），则内核会自动触发读修复，然后返回给客户端。假如此时有副本所在节点出现坏盘，在gc_graces的周期内没有完成数据修复，部分副本属于坏盘节点的业务数据，业务查询过程中发现数据会概率性不正确。

GaussDB(for Cassandra)采用存算分离架构，数据的副本在DFV存储平台保证，对计算节点来说数据单副本、数据强一致，查询只需要从协调节点直接到数据节点取数据即可完成，规避了数据不一致修复数据造成的人力成本、业务查询过程中发现数据会概率性不正确等问题。另外支持N-1个节点故障容忍，提供10倍以上的故障重构性能和备份恢复性能，保证数据的可靠性。

高扩展：秒级扩容，快速更神速

开源Cassandra采用一致性Hash算法对数据进行分区打散，整个环代表数据从负无穷到正无穷区间。集群中每个节点会有虚拟节点（Token）在环上，虚拟节点的数量可配置。黄圈代表节点1，蓝圈代表要扩容的节点2，2个Token之间组成整个数据的其中一段Range区间，扩容后加入了新的Token，会产生新的Range，这些Range中的一部分会归新节点2管理。那么就需要把数据从节点1迁移到新节点2上去。迁移是通过读取节点1上的数据写入到节点2上，迁移的速度可以通过配置参数调整，整体迁移的时间由数据量与迁移过程中的读写速率有关。

GaussDB(for Cassandra)把多副本策略下沉到共享存储，大幅提升弹性伸缩能力，如图右侧展示，新扩容的节点2只需要重新映射Token2到节点2，就可以完成，无需做数据的读取与写入的搬迁动作，实现分钟级计算扩容，相比开源扩容时间提升几十倍。随着业务的不断增长，Cassandra可以分钟级水平弹性资源扩展。在类似圣诞节等热门节日，提前1天进行弹性扩容，为业务高峰预留资源，业务高峰过后进行缩容，这些对业务无感知。计算节点可以通过文件系统控制集群在DFV中的数据使用量，扩容缩容磁盘时通过重新分配最大使用量，可实现秒级存储扩容，单实例支持海量数据存储。