向现有cassandra集群添加多个节点的最佳方法

Question

我们有一个带有2个数据中心的12节点集群（每个DC有6个节点），每个DC都有RF-3。

我们计划通过在每个DC（总共6个节点）中添加3个节点来增加群集容量。 一次添加多个节点的最佳方法是什么（ya，可能有2分钟的差异）。

1. auto_bootstrap：false - 在所有新节点上使用auto_bootstrap：false（因为这是启动节点的更快过程），启动所有节点＆amp;然后运行'nodetool rebuild'以从现有节点获取流到这个新节点的数据。

如果我采用这种方式，读取请求很快就会启动这个新节点，因为此时它只分配了令牌范围（新节点），但是没有数据流传输到此节点，是否会导致读取请求失败/ CL问题/任何其他问题？

OR

1. auto_bootstrap：true - 使用auto_bootstrap：true然后一次启动一个节点，等到流程结束（这可能需要时间，因为我们在每个节点上有大约600 GB +的巨大数据），然后再启动下一个节点。 如果我这样做，我必须等到一个节点完成整个流程，然后继续添加下一个新节点。

请建议一次添加多个节点的最佳方法。

PS：我们使用的是c * -2.0.3。

提前致谢。

Answer 1

由于每个都依赖于网络上的流数据，因此很大程度上取决于您的群集的分布情况以及当前数据的位置。

如果您有单DC群集，并且所有节点之间的延迟最小，那么使用auto_bootstrap: true创建一个新节点应该没问题。此外，如果您的数据的至少一个副本已复制到您的本地数据中心（您要加入新节点的数据中心），那么这也是首选方法。

另一方面，对于多个DC，我在设置auto_bootstrap: false和使用nodetool rebuild方面取得了更大的成功。原因是，nodetool rebuild允许您指定数据中心作为数据源。此路径使您可以控制流式传输到特定DC（更重要的是，不到其他DC）。与上述类似，如果您正在构建一个新的数据中心并且您的数据尚未完全复制到它，那么您将需要使用nodetool rebuild来传输数据来自不同的DC。

  

如何处理读取请求？

在这两种情况下，无论数据是否实际存在，都会在新节点加入群集时为其计算令牌范围。因此，如果要将读取请求发送到CL ONE的新节点，则应将 路由到包含辅助副本的节点（假设RF> 1）。如果您在CL QUORUM（RF = 3）查询，应找到另外两个。当然，假设正在拾取松弛的节点没有被其流式活动克服，它们也无法满足请求。这是＆＃34; 2分钟规则＆＃34;存在。

最重要的是，在新节点完全流式传输之前，您的查询确实有更高的失败机会。查询成功的机会随着集群规模的增加而增加（更多节点=更多可扩展性，每个节点承担的流量责任要少得多）。基本上，如果您从3个节点到4个节点，则可能会出现故障。如果您从30个节点到31个节点，您的应用程序可能不会注意到任何事情。

  

新节点是否也会尝试从其他数据中心的节点提取数据？

仅当您的查询未使用LOCAL一致性级别时。

Answer 2

我不确定有人回答过这个问题：

<块引用>

如果我这样做，读取请求很快就会开始这个新节点，因为此时它只有分配给它们的令牌范围（新节点）但没有数据流到这个节点，它会导致读取请求失败/CL 问题/任何其他问题？

答案是肯定的。新节点将加入集群，接收令牌分配，但由于 auto_bootstrap: false，节点将不会接收任何流数据。因此，它将成为集群的成员，但不会有任何旧数据。新的写入将被接收和处理，但在节点加入之前的现有数据在该节点上将不可用。

话虽如此，使用正确的 CL 级别，您的新节点仍将进行后台和前台读取修复，因此它不应对请求做出任何不同的响应。但是，我不会走这条路。使用 2 个 DC，我会将流量转移到 DCA，将所有带有 auto_bootstrap: false 的节点添加到 DCB，然后从 DCA 重建节点。重建将需要来自 DCA，因为 DCB 中的令牌已更改，并且使用 auto_bootstrap: false，数据可能不再存在。您也可以运行修复，这也应该可以解决任何差异。最后，在所有节点都被引导后，在 DCB 中的所有节点上运行清理。