Apache Cassandra 与 M3

Apache Cassandra 概览

Apache Cassandra 是一款高度可扩展、分布式和去中心化的 NoSQL 数据库，旨在处理跨多台通用服务器的大量数据。Cassandra 最初由 Facebook 创建，现在是 Apache 软件基金会的项目。其主要重点是提供高可用性、容错能力和线性可扩展性，使其成为对工作负载要求高且延迟要求低的应用程序的热门选择。

M3 概览

M3 是一款完全用 Go 编写的分布式时间序列数据库。它旨在收集大量监控时间序列数据，以水平可扩展的方式分配存储，并高效地利用硬件资源。M3 最初由 Uber 开发，作为 Prometheus 和 Graphite 的可扩展远程存储后端，后来开源以供更广泛使用。

Apache Cassandra 用于时间序列数据

由于其分布式架构和对基于时间的分区的支持，Cassandra 可以用于处理时间序列数据。可以使用基于时间范围的分区键有效地存储和检索时间序列数据，从而确保快速访问数据点。

M3 用于时间序列数据

M3 专为时间序列数据而设计。它是一款分布式且可扩展的时间序列数据库，经过优化，可处理大量高分辨率数据点，使其成为存储、查询和分析时间序列数据的理想解决方案。

M3 的架构侧重于提供快速高效的查询功能以及高摄取率，这对于处理时间序列数据至关重要。其水平可扩展性和高可用性确保它可以处理大规模部署的需求，并在数据量增长时保持性能。

Apache Cassandra 关键概念

• 列族：类似于关系数据库中的表，列族是行的集合，每行都包含一个键值对。
• 分区键：用于在集群中的多个节点之间分配数据的唯一标识符，确保均匀分布和快速数据检索。
• 复制因子：存储在集群中不同节点之间的数据副本数量，以提供容错能力和高可用性。
• 一致性级别：一个可配置的参数，用于确定集群中读/写性能和数据一致性之间的权衡。

M3 关键概念

• 时间序列压缩：M3 能够压缩时间序列数据，从而显著节省内存和磁盘空间。它使用 M3TSZ 和 protobuf 编码两种压缩算法来实现高效的数据压缩。
• 分片：M3 使用分配给物理节点的虚拟分片。时间序列键被哈希到一组固定的虚拟分片，从而实现水平扩展和无缝的节点管理。
• 一致性级别：M3 为读写操作以及集群连接操作提供可变的一致性级别。写入一致性级别包括 One（单个节点成功）、Majority（大多数节点成功）和 All（所有节点成功）。读取一致性级别为 One，对应于从单个节点读取

Apache Cassandra 架构

Cassandra 使用无主节点的对等架构，其中所有节点都是平等的，并且没有单点故障。这种设计确保了高可用性和容错能力。Cassandra 的数据模型是键值系统和面向列系统的混合体，其中数据基于分区键在节点之间进行分区，并存储在列族中。Cassandra 支持可调的一致性，允许用户根据其特定需求调整数据一致性和性能之间的平衡。

M3 架构

M3 旨在实现水平可扩展性并处理高数据吞吐量。它使用 fileset 文件作为长期存储的主要单元，存储时间序列值的压缩流。在块时间窗口变得不可访问后，这些文件将被刷新到磁盘。M3 具有提交日志，相当于其他数据库中的提交日志或预写日志，这确保了数据完整性。客户端对等流负责从对等方获取块以进行引导。M3 还实施缓存策略，通过确定哪些刷新块保留在内存中来优化高效读取。