Cassandra群集上的数据分区和复制

Question

我有一个3节点的Cassandra集群，RF = 3。现在，当我执行nodetool status时，集群中每个节点的拥有权为100％。

但是当集群中有5个节点时，RF = 3。 拥有率为60％（如下图所示）。

现在，根据我的理解，分区程序将计算与第一个副本节点相对应的哈希，并且还将根据其他节点上的RF复制数据。 现在我们有一个5节点群集，RF是3。

3个节点是否应平均拥有所有数据（100％），因为分区程序将按照参与策略指向一个节点，然后将相同的数据复制到等于RF-1的其余节点上？就像数据是均匀分布在所有节点（5）上一样，即使RF为3。

编辑1 ：

根据我的理解，每个节点拥有约60％（拥有）的原因是因为RF为3。这意味着每行将有3个副本。这意味着将有300％的数据。现在，群集中有5个节点，分区程序将使用默认的随机哈希算法，该算法将在群集中的所有节点之间平均分配数据。

但是现在的问题是，即使RF为3，我们也检查了集群中的所有节点，并且所有节点都包含所有数据。

Edit2 ：

@Aaron我按照注释中的指示进行了操作。我创建了一个具有3个节点的新集群。

我创建了一个键空间“测试”，并将类设置为simplestrategy，将RF设置为2。

然后我创建了一个具有分区键（id，name）的表“ emp”。

现在，我在第一个节点中插入了一行。

根据您的解释，它应该位于2个节点中，RF = 2。

但是当我登录到所有3个节点时，我可以看到在所有节点中都复制了该行。

我认为，由于密钥空间已在所有节点中复制，因此数据也正在复制。

Answer 1

存在的实际数据不会（完全）影响所有权百分比。您可以将新节点添加到单个节点群集（RF = 1）中，它会立即说每个节点的50％。

所有权百分比纯粹是节点负责的令牌范围的百分比。添加节点后，将重新计算令牌范围，但是直到流事件发生，数据才真正移动。同样，直到cleanup才真正从其原始节点删除数据。

例如，如果您有一个3节点群集，且RF为3，则每个节点将为100％。添加一个节点（RF = 3），所有权百分比下降到大约75％。添加第5个节点（同样，使RF = 3），每个节点的所有权正确地下降到大约3/5或60％。同样，RF为3时，每个节点都负责一组主要，次要和三次令牌范围。

  

默认的随机哈希算法，它将在群集中的所有节点之间平均分配数据。

实际上，带有Murmur3分区程序的分布式哈希将均匀分布令牌范围， 不是 数据。这是一个重要的区别。如果您将所有数据都写入一个分区，那么我保证您不会获得均匀的数据分配。

Answer 2

添加到其他节点时，不会自动清除复制到其他节点的数据-将新节点添加到集群后，需要在“旧”节点上调用nodetool cleanup。这将删除已移至其他节点的范围。