Scylla 如何从缓存中清除数据？

Question

Scylla 如何确定何时从缓存中逐出数据？例如，假设表T具有以下结构：

\n

K1 C1 V1 V2 V3\n

\n

我用 500 行填充上表（例如，查询SELECT * from T WHERE K1 = X & C1 = Y返回 500 行）。

\n

一段时间后，我在上面的表中插入一个新行，这将导致上面的查询返回 501 行，而不是 500 行。

\n

Scylla 是否知道自动从其缓存中逐出 500 行，或者至少将第 501 行添加到其缓存中？如果没有，大多数查询将很快开始返回过时的数据。同样，如果我不向数据库添加新行，而是更新现有 500 行之一，会发生什么情况。Scylla 是否知道此修改并能够自动更新其缓存？如果是，它是否足够智能，只更新已更改的数据（新行或已修改的行），还是逐出/更新所有 500 行？

\n

是否存在需要注意数据在内存中更新SSTables但未在内存中更新的情况？

\n

谢谢

\n

聚苯乙烯

\n

我读了很多关于Scylla 中缓存如何工作的内容，但我没有\xe2\x80\x99 看到上述问题的明确答案。如果 Scylla 确实知道后台更新，我也会很好奇它如何实现缓存的动态和智能更新。

\n

Answer 1

我认为您误解了 Scylla 或任何数据库中缓存的作用。

行缓存，顾名思义，缓存（即保留在内存中）各个行，而不是整个请求的结果。因此，请求一次返回 500 行这一事实并不意味着下一次该请求到来时，Scylla 将返回相同的 500 行。一点也不。让我尝试解释一下发生了什么，尽管这在其他地方也有记录，我还将简化一些细节，希望能够阐明要点：

当 Scylla 节点启动时，所有数据都位于磁盘上（存储在称为sstables 的文件中），内存中没有任何数据。当用户请求读取内存缓存中尚未存在的特定行时，将从磁盘读取该行，然后将其存储在缓存中。如果用户稍后再次读取同一行，则会立即从缓存中返回该行。如果用户写入这一行，该行将在缓存和磁盘上更新（细节稍微复杂一些，还有一个内存表 - memtable - 但我试图简化）。缓存始终是最新的 - 如果其中出现一行，则它是正确的。当然也有可能不会出现在其中。

您在问题文本中描述的情况（尽管不是您发布的实际查询！）是关于扫描分区切片，返回的不是一行而是许多行（500 或 501）。Scylla 需要（并且确实）投入更多的工作来正确处理这种情况：

当第一次完成某个范围的扫描时，Scylla 会读取该范围内的 500 行，并将它们放入行缓存中。但它也会记住缓存在该范围内是连续的- 这 500 行是该范围内存在的所有内容。因此，当用户再次尝试相同的查询时，缓存不需要检查这 500 行之间是否可能存在其他行 - 它知道没有。如果您稍后在该范围内写入第 501 行，该行将被添加到缓存中，缓存知道它保持连续，因此该范围的下一次扫描将返回 501 行。Scylla不需要仅仅因为将 500 行添加到同一分区就将其逐出。

如果在稍后的某个时间点，Scylla 耗尽内存并需要从缓存中逐出某些行，它可能会决定从缓存中逐出所有这些 501 行 - 或其中一些。如果它驱逐其中一些，它就会失去连续性 - 如果它只记住原始范围的 400 行，如果用户要求再次扫描该范围，Scylla 被迫（再次简化一些细节）读取其中的所有行磁盘范围，因为它不知道该范围内缺少哪些特定行。