空中的鱼

kudu一致性设计根据自己对kudu的理解，翻译了部分kudu的设计文档，仅供自己加深理解，如果有翻译不对的地方或者理解有误的地方，欢迎指正。walwal提供严格的顺序写和持续性保证1.写入数据如果是外部同步的，提交请求的顺序会与最终写入到磁盘的顺序一致 2.如果设置了log_force_fsync_all=enabled(默认disabled),每个写入请求保证数据写入磁盘后才返回成功。 为了

新特性kudu clients和servers可以编辑用户的数据，例如log信息，java的异常信息和状态信息。但用户的元数据是不可编辑的，例如表名，字段名，分区边界。默认是可编辑的，但可以通过设置log_redact_user_data=false关闭。kudu一致性保证的能力大幅度提升了： 每个副本都会track它们的 safe timestamp，这个时间戳是最大时间戳，在这个时间戳上读

新特性python API升级，具备JAVA C++client一样的功能（从0.3版本直接升级到1.1），主要的点如下： 1.1. 改进了Parial Row的语义 1.2. 增加了range partition支持 1.3. 提供了 scan api 1.4. 增强predicate支持 1.5. 支持所有kudu的类型，包括datetime.datetime转化成UNIXTIME_

kudu 0.8.0版本支持scan来查询一个区域内的数据，目前不支持get api，可关注issueKUDU-1235，小米冰琳兄在做。

kudu master design kudu的主节点设计文档

Tablet是kudu表的水平分区，类似于google Bigtable的tablet，或者HBase的region。每个tablet存储着一定连续range的数据（key），且tablet两两间的range不会重叠。一张表的所有tablet包含了这张表的所有key空间。Tablet由RowSet组成，RowSet由一组rows组成（n条数据、n行数据）。RowSet是不相交的，即不同的RowSet

design notes这篇文章解释了RowSet的flush、compaction执行过程。目标：执行update的同时，把两个key range有重叠的RowSet，合并成一个RowSet。

目的由于kudu目前属于孵化版本，跟踪slack有一些很值得去提升性能的patch，希望可以自定义编译kudu工程，然后发布到集群环境中（kudu集群是通过cloudera manager parcels安装的）。

介绍Kudu集HDFS的顺序读和HBASE的随机读于一身，同时具备高性能的随机写，以及很强大的可用性（单行事务，一致性协议），支持Impala spark计算引擎。