Cassandra分区原理解析及跨表同Token分区存储疑问

相同Token不代表处于同一个物理分区 #

虽然两张表中相同分区列值生成的Token完全一致，但它们并不属于同一个物理分区。Token的作用是确定数据在集群中的存储节点，相同Token的不同表数据会被路由到同一个节点（或节点副本组），但在节点内部，不同表的数据是完全隔离存储的，分属各自表的独立分区。

Cassandra内部数据存储机制 #

• Token路由逻辑：Cassandra将整个集群的Token值划分为连续区间，每个区间对应一个负责存储的节点（或副本组）。分区键的Token值决定了数据会被路由到哪个节点组，但这只是路由依据，不涉及数据的合并存储。
• 表级隔离存储：每个表拥有独立的存储结构，即使分区键Token相同，不同表的分区数据会被存储在节点的不同目录或SSTable（Sorted String Table）文件中，彼此完全独立，不会共享存储区域。
• 底层存储结构：Cassandra用SSTable作为持久化存储格式，每个表的SSTable单独存放，且内部按Token排序，保证查询时能快速定位到目标分区数据。

示例代码与结果 #

Create table table1 (emp_id int PRIMARY KEY, name text, role text);
Create table table2 (emp_id int PRIMARY KEY, name text, role text);

INSERT INTO table1(emp_id, name, role) VALUES (1, 'sahil', 'MTS');
INSERT INTO table2(emp_id, name, role) VALUES (1, 'sahil', 'MTS');

SELECT token(emp_id) from table1 where token(emp_id) = token(1);

 system.token(emp_id)
----------------------
  7447223576279188802

SELECT token(emp_id) from table2 where token(emp_id) = token(1);

 system.token(emp_id)
----------------------
  7447223576279188802

上述示例中，两条记录的Token相同，说明它们会被路由到同一个节点，但在该节点内，它们分别属于table1和table2的独立分区，存储在各自的SSTable文件中，彼此互不干扰。

内容的提问来源于stack exchange，提问作者Sahil Ummer