cassandra sharding和复制

Question

我对Cassandra来说是个新手，这篇文章解释了分片和复制，我被困在了一个点上-

我在本地计算机上配置了一个包含6个Cassandra节点的集群。我创建了一个新的关键字空间“TestKeyspace”，复制因子为6，并在关键字空间“Employee”中创建了一个表，主键是名为rid的自动增量数字。我无法理解这些数据将如何分区和复制。我想知道的是，既然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拥有与其他节点完全相同的数据？

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

PS-如果有人投票反对这个问题，请在评论中提到哪里出了问题。

Answer 1

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。

首先创建一个keyspace--

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);

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

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

......Node3......Node4....

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

让我们采用以下insert语句-

INSERT INTO USER_BY_USERID VALUES(
 1,
 "Darth Veder",
 "[e-mail]"
);

Partitioner将计算分区键的哈希值（在上面的示例中是userid-1)，并决定此行将保存在哪个节点。假设计算的哈希值为12345，该行将保存在节点0（在上面的配置中查找Node0的initial_token值）。

根据复制策略和复制因子，数据将在每个节点上复制。在创建密钥空间时，必须指定复制因子和复制策略。例如，在上面的示例中，我使用SimpleStrategy作为复制策略。该策略适用于小型集群。对于地质分布式应用程序，可以使用NetworkTopologyStrategy。replication_factor指定要创建多少个行的副本，在本例中，将创建每行的三个副本。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，行保存在Node0，而同一个节点复制在Node1和Node2上。再举个例子--

INSERT INTO USER_BY_USERID VALUES(
 448454,
 "Obi wan kenobi",
 "[e-mail]"
);

对于用户ID448454，计算出的哈希值是3074457345618258609，因此该行将保存在Node2处（在上面的配置中查找Node2的initial_token值），并顺时针方向复制到Node3和Node4（记住我们指定了3的复制因子，因此只有三个副本Noe2、Node3、Node4)。

希望这能有所帮助。