cassandra中的地理感知分区

Question

我目前正计划设置一个应该（迟早）全球可用的服务，对可用性和容错性有很高的要求。将具有高读取和高写入比率，系统应能够按需扩展。

我计划服务的一个更特殊的属性是，数据将极其绑定到某个地理位置 - 例如在99.99％的案例中，针对美国某个城市的数据将从未从欧洲查询（实际上，即使是某个城市的数据也不太可能从该城市旁边的城市查询）。

我想要最小化的是：

1. 管理费用
2. 网络延迟
3. 不必要的数据复制（我不希望完全复制美国的欧洲数据）

在存储技术方面，我认为我最好的存储解决方案是cassandra。我在用例中看到的选项是：

1. 每个地理位置使用一个完全隔离的cassandra集群，并结合手动配置的路由服务，为每个插入/选择查询选择正确的集群
2. 部署全局集群并为某些地理位置定义多个数据中心，以确保该地区的高可用性
3. 不使用数据中心部署全局群集
4. 在不使用数据中心的情况下部署全局集群，并将分区操作为地理感知。我的计划是根据地理位置操作分区密钥的前3位（例如000：北美，001：南美，010：非洲，011：南欧/西欧等）并分配剩余的位使用哈希算法（类似于cassandras随机分区器）。

解决方案1的缺点可能是巨大的管理开销和大量的手工工作;第二种解决方案的缺点是大量不必要的数据复制;由于全世界的随机分区，第三种解决方案的缺点是网络延迟相当高。

因此，从理论上讲，我最喜欢解决方案4。在这里，我将有相当数量的管理开销，少量不必要的数据复制和良好的可用性。但是，要实现这一点（据我所知），我需要一个ByteOrderPartitioning，这是很多来源的高度推荐。

有没有办法在不使用ByteOrderPartitioning的情况下实现接近解决方案4的解决方案，或者这是ByteOrderPartitioning 可能有意义的情况还是我错过了一个明显的第五个解决方案？

Answer 1

重新考虑选项2.

它不仅可以解决您的问题。它甚至可以为您解决地理冗余问题。正如您所提到的，您需要具备高可用性。在一个数据中心死亡的情况下，在不同的数据中心中拥有一个副本听起来不错。

如果您已经决定不在DC之间复制，那么这也是一个选项。您可以在不同区域拥有多个DC，而无需在它们之间进行复制。