cassandra 分片和复制

我是 Cassandra 的新手，不过本文解释分片和复制，我陷入了一个困境 -

我的本地计算机上配置了一个包含 6 个 Cassandra 节点的集群。我创建一个新的键空间“TestKeySpace”，复制因子为 6，并在键空间“employee”中创建一个表，主键是名为 RID 的自动递增编号。 我无法理解这些数据将如何分区和复制。我想知道的是，由于我将复制因子保持为 6，并且数据将分布在多个节点上，那么每个节点是否将具有与其他节点完全相同的数据？

如果我的集群具有以下配置怎么办 -

    Number of nodes - 6 (n1, n2 ,n3, n4, n5 and n6).
    replication_factor - 3. 

我如何确定对于任何一个节点（假设为 n1），数据被复制到哪两个其他节点以及哪些其他节点表现为不同的分片。

提前致谢。

问候， 维巴夫

PS - 如果有人否决了这个问题，请在评论中提及出了什么问题。

我将用简单的例子来解释这一点。 cassandra 中的键空间相当于 RDBMS 中的数据库模式名称。

首先创建一个键空间 -

CREATE KEYSPACE MYKEYSPACE WITH REPLICATION = { 
 'class' : 'SimpleStrategy', 
 'replication_factor' : 3 
};

让我们创建一个简单的表 -

CREATE TABLE USER_BY_USERID(
 userid int,
 name text,
 email text,
 PRIMARY KEY(userid, name)
) WITH CLUSTERING ORDER BY(name  DESC);

在这个例子中，userid是您的分区键，名称是集群键。分区也称为行键，该键决定行将保存在哪个节点上。

你的第一个问题——

我无法理解这些数据将如何分区？

数据将根据您的分区键进行分区。默认情况下 C* 使用Murmur3partitioner。您可以在 cassandra.yaml 配置文件中更改分区程序。分区如何发生也取决于您的配置。您可以为每个节点指定令牌范围，例如查看下面的 cassandra.yaml 配置文件。我已经从你的问题中指定了 6 个节点。

节点 0 的 cassandra.yaml：

cluster_name: 'MyCluster'
initial_token: 0
seed_provider:
    - seeds:  "198.211.xxx.0"
listen_address: 198.211.xxx.0
rpc_address: 0.0.0.0
endpoint_snitch: RackInferringSnitch

节点 1 的 cassandra.yaml：

cluster_name: 'MyCluster'
initial_token: 3074457345618258602
seed_provider:
    - seeds:  "198.211.xxx.0"
listen_address: 192.241.xxx.0
rpc_address: 0.0.0.0
endpoint_snitch: RackInferringSnitch

节点 2 的 cassandra.yaml：

cluster_name: 'MyCluster'
initial_token: 6148914691236517205
seed_provider:
    - seeds:  "198.211.xxx.0"
listen_address: 37.139.xxx.0
rpc_address: 0.0.0.0
endpoint_snitch: RackInferringSnitch

......节点3 ......节点4 ......

节点 5 的 cassandra.yaml：

cluster_name: 'MyCluster'
initial_token: {some large number}
seed_provider:
    - seeds:  "198.211.xxx.0"
listen_address: 37.139.xxx.0
rpc_address: 0.0.0.0
endpoint_snitch: RackInferringSnitch

让我们看一下这个插入语句 -

INSERT INTO USER_BY_USERID VALUES(
 1,
 "Darth Veder",
 "[email protected]"
);

分区器将计算 PARTITION 键的哈希值（在上面的示例中为 userid - 1），并决定该行将保存在哪个节点。假设计算出的哈希值是 12345，该行将保存在节点 0 上（在上面的配置中查找 Node0 的initial_token 值）。

完整的cassandra.yaml配置配置Cassandra_yaml_r

你可以通过这个部署CalcTokens了解如何生成令牌。

第二个问题——

数据如何复制？

根据您的复制策略和复制因子，数据将在每个节点上复制。创建键空间时必须指定复制因子和复制策略。 例如，在上面的例子中，我使用了SimpleStrategy作为复制策略。该策略适合小型集群。对于地质分布式应用程序，您可以使用NetworkTopologyStrategy。 replication_factor 指定要创建一行的多少个副本，在本例中，每行将创建三个副本。通过简单的策略，cassandra 将使用顺时针方向复制行。

在上面的示例中，该行保存在 Node0 上，并且同一节点被复制到 Node1 和 Node2 上。 我们再举一个例子——

INSERT INTO USER_BY_USERID VALUES(
 448454,
 "Obi wan kenobi",
 "[email protected]"
);

对于用户 id 448454，计算出的哈希值是 3074457345618258609，因此该行将保存在 Node2 上（在上面的配置中查找节点 2 的initial_token 值），并按顺时针方向复制到 Node3 和 Node4（记住我们已经指定了复制）因子为 3，因此只有三个副本（Noe2、Node3、Node4）。

希望这可以帮助。