cassandra 中的分区大小究竟是多少？

Question

我是 Cassandra 的新手，我有一个有 6 个节点的 cassandra 集群。我正在尝试查找分区大小，

尝试使用这个基本命令获取它

<块引用>

nodetool tablehistograms keyspace.tablename

现在，我想知道它是如何计算的，为什么结果只有 min、max 以外的 5 条记录，而节点数是 6。节点大小和表的分区数有关系吗？

>

从根本上说，我所知道的是分区键用于散列和分发要跨各个节点持久化的数据

我们应该在什么时候进行分桶？我假设 Cassandra 有一个分区器来处理跨节点的分布式持久性。

Answer 1

此列的条目数与节点数无关。它显示了值的分布 - 您有 min、max 和 percentiles (50/75/95/98/99)。

大多数 nodetool 命令不显示其他节点的任何信息 - 它们是仅提供有关当前节点信息的工具。

附言此 document 将有助于解释如何解释此信息。

Answer 2

顾名思义，tablehistograms 报告节点所持有分区的元数据分布。

为了补充 Alex Ott 已经说过的内容，百分位数（不是百分比）提供了对元数据值范围的洞察。例如：

• 给定表的 50% 的分区大小不超过 74KB
• 95% 为 263KB 或更少
• 98% 为 455KB 或更少

这些元数据与集群中的分区数量或节点数量没有任何关联。

您是正确的，分区键被散列，结果值决定了分区（及其相关行）的存储位置（分布在集群中的节点之间）。如果您有兴趣，我在这篇博文中用一些示例进行了更详细的解释 -- https://community.datastax.com/questions/5944/。

就分桶而言，您通常会这样做以减少分区中的行数，从而减小其大小。一般建议是将您的分区大小保持在 100MB 以下以获得最佳性能，但这不是硬性规定 - 只要您了解权衡，您可以拥有更大的分区。

在你的情况下，larges 分区只有 455KB，所以大小不是问题。干杯！