当配置多个目录时，cassandra如何分割键空间数据？

Question

我在cassandra.yaml文件中配置了三个单独的数据目录，如下所示：

data_file_directories:
    - E:/Cassandra/data/var/lib/cassandra/data
    - K:/Cassandra/data/var/lib/cassandra/data

当我创建键空间并插入数据时，我的密钥空间在两个目录中都被创建，数据被分散了。我想知道的是cassandra如何在多个目录之间分割数据？这背后的规则是什么？

Answer 1

在data_file_directories下添加多个条目时，您正在使用Cassandra的JBOD功能。数据均匀分布在配置的驱动器上，与其可用空间成比例。

这也让你利用disk_failure_policy设置。你可以在这里阅读详细信息： http://www.datastax.com/dev/blog/handling-disk-failures-in-cassandra-1-2

简而言之，您可以将Cassandra配置为继续运行，如果磁盘已满或完全失败，请执行此操作。这比RAID0（您将有效地具有与JBOD相同的容量）具有优势，因为您不必从备份（或完全修复）替换整个数据集，而只是对丢失的数据运行修复。另一方面，RAID0提供更高的吞吐量（取决于您知道如何调整RAID阵列以匹配文件系统和驱动器几何）。

如果您拥有容错/更高性能RAID设置（例如RAID10）的资源，您可能只想使用单个目录以简化操作。大多数部署都开始倾向于使用JBOD而不是系统级容差的密度路径。

您可以在此处阅读有关此问题开发背后的思考过程： https://issues.apache.org/jira/browse/CASSANDRA-4292

Answer 2

我能够猜到密钥空间如何在多个数据目录之间分割。基于目录上的最大可用空间和负载，将相同列族的SSTable写入不同的数据目录。