当复制因子==群集大小时，Cassandra分区如何工作？ 背景：

我对卡桑德拉还不熟悉，但我仍在努力将我的思想集中在内部工作上

我正在考虑在一个只有有限数量节点（少于10个，通常是3个）的应用程序中使用Cassandra。理想情况下，集群中的每个节点都有所有应用程序数据的完整副本。因此，我正在考虑将复制因子设置为集群大小。当添加其他节点时，我会更改键空间以增加复制因子设置（nodetool repair以确保它获得必要的数据）

我将使用NetworkTopologyStrategy进行复制，以利用有关数据中心的知识

在这种情况下，分区实际上是如何工作的？我在Cassandra中读过关于节点和分区键组合形成环的内容。如果我的所有节点都“负责”每段数据，而不考虑分区器计算的哈希值，那么我是否只有一个分区键环

这种卡桑德拉部署会有巨大的失败吗？我猜，当数据传播到每个节点时，会有很多异步复制在后台进行，但这是设计目标之一，所以我同意

读取的一致性级别通常可能是“一”或“本地”

写操作的一致性级别通常为“2”

要回答的实际问题：

除了一个集群的明显情况外，复制因子==集群大小是一种常见的（甚至是合理的）部署策略吗

我是否真的有一个一个分区的环，其中分区程序生成的所有可能的值都指向一个分区

每个节点是否被视为对每一行数据“负责”

如果我使用“一”的写入一致性，Cassandra是否总是将数据写入客户端所联系的节点

这个策略还有其他我不知道的缺点吗

我是否真的有一个分区环，其中包含所有可能的值 由分区程序生成，是否转到一个分区

每个节点是否被视为对每一行数据“负责”

如果我的所有节点都“负责”每一条数据，不管 对于分区器计算的哈希值，我是否只有一个环 使用一个分区密钥

不完全是这样，C*节点仍然具有令牌范围，并且C*仍然将主副本分配给“负责”节点。但所有节点也将有一个RF=N的副本（其中N是节点数）。因此，本质上，其含义与您所描述的相同

这种卡桑德拉部署会有巨大的失败吗？ 这个策略还有其他我不知道的缺点吗

我想你可能比一般人更容易受到不一致数据的影响，所以使用C*的反熵机制来应对这种情况（修复、读取修复、暗示切换）

一致性级别的quorum或all将开始变得昂贵，但我发现您不打算使用它们

复制因子==群集大小是常见的（甚至是合理的） 除了一个集群的明显情况之外，还有什么部署策略

这并不常见，我想您正在寻找超高可用性，并且所有数据都可以放在一个盒子中。我想我从未见过射频>5的c*部署。远宽射频=3

如果我使用“一”的写一致性，卡桑德拉总是这样吗 是否将数据写入客户端联系的节点

---

这取决于驱动程序的负载平衡策略。通常我们会选择令牌感知策略（假设您使用的是一个Datastax驱动程序），在这种情况下，请求会自动路由到主副本。您可以在您的案例中使用循环，并具有相同的效果。

主要的问题是，在添加节点时，协调器级别的写入成本会增加。我所看到的最大写入副本数约为8个（其他数据中心为5个，本地副本为3个）

实际上，这意味着在执行大型或批处理写入（大于1mb）或较低的每节点写入TPS时，稳定性会降低

主要的优势是你可以做很多通常很糟糕而且不可能做的事情。要使用二级索引吗？可能会工作得相当好（假设基数和分区大小不会成为瓶颈）。想要添加一个自定义UDF，该自定义UDF可以执行GroupBy操作，或者在查询中使用非常大的查询，这可能会奏效

正如@Phact所提到的，这不是一种常见的使用模式，我主要看到它与DSE搜索一起用于低写吞吐量的用例，这些用例需要Solr的“单节点”功能，但是对于那些使用纯Cassandra的相同用例，您将在读取端获得一些好处，并且能够执行在更分布式的集群中通常不可能完成的昂贵查询