Cassandra 卡桑德拉的数据分布

我听说过卡桑德拉及其发行版。实际上想知道数据在整个集群中是如何分布的吗？我的意思是Cassandra如何决定哪些节点有哪些数据？

负责任何给定数据段的节点集（一个或多个）由以下因素确定：

• 行键（数据按行键进行分区）
• 复制因子
• 复制策略

重要的是要了解，Cassandra不会根据不断变化的特征（如当前负载、哪些节点处于上升或下降状态，或者您的客户端与哪个节点通信）来更改给定行键的副本集

---

有关更多详细信息，请浏览

了解cassandra中的一个分区都位于一个节点上，而其他东西（如开源playorm For cassandra项目）中的所有节点上都有一个分区，因此在访问单个分区中的大量记录时，可以获得更多的磁盘并行性，这一点也很重要。如果您需要从一个分区获取500k条记录，您可能不想使用cassandra分区，而是像PlayOrm一样使用您自己的虚拟分区

---

如果您了解HastTable数据结构以及Hashtable中如何进行哈希运算，那么这非常简单

哈希表 第1步。 基本上，哈希表中键的索引是如何确定的

index = hashfunc(key_you_want_to_distribute) % array_size

寻找细节

第2步。 然后，要检索所需的数据，只需为其提供所需的值。它将为该值创建哈希并查找该索引

卡桑德拉 它在Distribute Hashtables/Cassandra中的工作方式相同

步骤1。在cassandra中，您必须指定要在记录中包含哪些字段以创建哈希。 比如说，如果您有一个表

用户

。您可能希望按用户的

用户名

分发用户，因此您决定将其作为主键

您选择创建散列的字段在Cassandra world中称为分区键，因为它是对记录进行分区的决定因素

然后，Cassandra为要插入的记录创建哈希，然后根据节点/机器的范围分发该记录

假设您有3个节点，哈希范围如下所示

node1 | 1    - 2000
node2 | 2000 - 4000
node3 | 4000 - 6000

例如，见下表，我给出了随机散列来简化它。Cassandra在real中使用杂音3散列

username  | hash(example) | which node it goes to  |
----------|---------------|------------------------|
prayagupd | 1             | node1                  |
mike      | 3000          | node2                  |
zach      | 5000          | node3                  |

第2步。然后，如果您想检索用户名为

'prayagupd'

的用户，cassandra将为其创建哈希，比如它的

1

，它知道1属于节点1（1-2000）

---

宾果游戏

解释得很好！这可能是一个改进的建议。而不是“您可能希望按用户名分配用户，因此您决定将其作为主键”。更好的做法是：“您可能希望按用户名分配用户，因此您决定将其作为主键的分区键部分。”。因为（复合）主键可能包含集群键部分，在分区期间不考虑集群键部分。