主键索引格式如下：

• summary.db:
  index文件的索引，对partition做sampling索引，加快查找。
• index.db:
  索引文件，data文件中每个partition都会有一个索引项，指向该partition在data文件中的偏移，还有对clustering的采样(sampling)索引，可直接指向具体clustering数据偏移。
• data.db:
  数据文件，完整格式见

查找过程

summary是一个sstable概述，header中记录了最大partition，最小partition，这样我们指定key查找时，可以很方便判断是否要跳过这个这个sstable。当memtable flush本地文件时，不断写data及index文件，同时也会对index.db文件取样，index.db索引项每写入128个，会在summary中记录一下当前采样项目，同时会记录index.db的文件偏移，summary文件目前就是为了加快查找。index.db文件中的rowIndexEntry其实就是索引data文件中的PartitionKey数据的，一一对应，dataFilePostion记录了该partition在data文件中的偏移。在cassandra中一个partition允许上G大小，所以势必会有很多cluster，如果一次主键查找需要扫描整个上G数据段，效率可想而知。所以cassandra 在rowIndexEntry会写入很多indexInfo，indexInfo是clustering的索引，也是128行clustring数据采样一次，产生一个indexInfo，所以这个indexInfo会包括这段范围内的clustering信息，起始/结束时clustering，还有对应数据文件的偏移。rowIndexEntry数据结构尾部是一串offset，指向前面的一个个indexInfo，因为clustering是变长的，indexInfo也是变长的，使用offset记录偏移加速访问。正因为上述索引体系结构，对于partitionKey+clustering的查找，可以先找到indexInfo，再去读数据文件。

钉钉群

钉钉群入群链接：https://c.tb.cn/F3.ZRTY0o