在批量加载期间应用哪种节点修复策略？

Question

目前，我正在将30TB的数据批量加载到运行Cassandra 2.1.2的十节点集群中。我使用＆＃39; sstableloader＆＃39;在~5 TB的阶段从平面文件批量加载。

我知道，需要运行“nodetool repair＆＃39;定期每个Cassandra节点。但目前（在10TB负载下）每个节点修复需要48小时以上。大容量负载需要承受压力。那么哪种修复策略更好：

1. 要在每个5 TB阶段之间轮流修复每个节点吗？
2. 批量加载所有30TB然后开始修复？
3. 使用sstableloader运行同时修复节点？

理想情况下，我需要一种工具来衡量维修的需要。熵的度量。这样的事情存在吗？

Answer 1

如果您要使用数据引导群集，则无需在每次导入运行之间运行修复。 sstableloader工具应该注意在集群中正确创建所有副本。完成所有导入后，您可以进行全面修复。但是，请记住，修复只能确保以一致的方式在群集中复制数据。如果装载机根本没有保存部分数据 - 无论出于何种原因 - 维修将无法注意到。因此，在某些时候，您必须信任tableloader或编写自己的脚本来验证结果。