6.优化
为了达到对用户的高性能、高可用、高可靠性要求，做了如下优化：
（1）局部性分组（locality groups）
为了提高访问效率，通常不会一起访问的列族分割成不同的局部性分组，例如网页、网页元数据。
（2）压缩（compression）
压缩的目的是减少存储空间；
（3）缓存（Caching）
（4）bloom filter优化
bloom filter是一个经典数据结构：它能快速准备的判断一个元素不在一个集合中。
Google用它来优化判断SSTable的位置。
（5）日志提交实现
追加日志；
日志关键字排序；
（6）快速恢复
子表从一个子表服务器转移到另一个子表服务器时，必须先做一次最小化压缩；
这样做的好处是，新子表服务器装载子表时不需要从日志中进行恢复。
（7）不变性
SSTable是固化到磁盘上的，因此其访问无需同步；
删除也可以通过标记完成；
7.经验教训
（1）任何错误随时都可能发生：网络中断、协议错误、内存数据顺滑、时钟偏差、网络分区；
（2）添加特性需要慎重：分行事务真的需要么？
（3）监控尤其重要；
（4）简介的设计和编码会给维护和调试带来巨大的帮助；
评论关闭。