数据如何存储在分布式数据库中。在apache cassandra中，它同样存储。在其他分布式dbms中会出现这种情况吗？

Question

我曾在DataStax上阅读有关Apache Cassandra的文章，我注意到无论我们要编写的数据是什么，都会在所有节点之间平均分配。是否会出现在所有其他分布式数据库管理系统中？其他系统是否会平均分配数据库中的数据？如果他们不能平均分配，那么数据如何在这些分布式数据库中分发？

Answer 1

  

我注意到无论我们要写的数据是什么，都会在所有节点之间平均分配。

不一定。您拥有的数据重复级别由复制因子决定，复制因子是基于每个键空间设置的。让我们说我有一个包含3个节点的集群，我定义了我的密钥空间，如下所示：

CREATE KEYSPACE stackoverflow
WITH replication = {'class': 'NetworkTopologyStrategy', 'MyDC': '3'};

在这种情况下＆＃34;是＆＃34;，我的数据将同等地复制到每个节点。但是，让我们说我的磁盘空间不足，而且（作为初创公司）我买不起更大的硬盘。在这种情况下，我可能会改变我的键空间，使复制因子为2：

CREATE KEYSPACE stackoverflow
WITH replication = {'class': 'NetworkTopologyStrategy', 'MyDC': '2'};

这样，每个节点只负责我数据的三分之二。当然，这里的缺点是我现在只能在集群中丢失一个节点。

  

所有其他分布式数据库管理系统都会出现这种情况吗？其他系统会在数据库中平均分配数据吗？

简单地说，＆＃34; no＆＃34;和＆＃34;没有。＆＃34;

  

如果他们不能平均分配，那么数据如何在这些分布式数据库中分发？

由于有数百个分布式DBMS（包括NoSQL和RDBMS声称是＆＃34;分布式＆＃34;以某种方式），我不可能开始总结（甚至一般）他们如何分发他们的数据。但我要说的是，他们中的一些人利用了＃＆＃34; shard key＆＃34;和/或＆＃34;辅助节点＆＃34;实现分配和扩展。

在Cassandra中，所有节点都是相同的...没有主节点的概念。＆＃34;但是有些系统有一个＆＃34; primary＆＃34;或者＆＃34;掌握＆＃34;节点，以及＆＃34; secondary＆＃34;节点。在这些方案中，主服务器处理所有写操作，并将数据复制到一个或多个辅助服务器。使用分片键，将为每个节点分配特定范围的分片值。然后，数据仅存储在负责数据分片键所属范围的节点上。