使用Cassandra的RandomPartitioner时的关键选择

Question

当你使用OrderPreservingPartitioner和一个列族系列密钥来表示一个代表YYYYMMDD的int时，你会在写入时得到热点，并且大部分负载将在cassandra环中命中一个/两个节点。如果您使用RandomPartitioner，cassandra会在使用不经常更改的密钥（即YYYYMMDD）时分散负载吗？

简而言之，RandomPartitioner将负载分散在一小部分不经常更改的键值上？

Partirioner选择是键空间还是集群级别设置？

注意：所以如果你md5 20110902你得到59b7841383176e942495550ecc801a9e。如果我用密钥20110902（即59b7841383176e942495550ecc801a9e）重复加载数据，那么不仅仅是将数据分配给分配给它的59b78413 ....的单个节点。还有其他一些Cassandra正在做的事情来分散负载

Answer 1

如果您使用的是RandomPartitioner，则负载将均匀分布。每个密钥都将被md5ed，md5哈希值将决定数据的存储位置。

配置是按群集

Answer 2

不，如果您继续重复使用相同的密钥，则RandomPartitioner无法传播负载。它通过为不同的节点分配不同的密钥来扩展负载，但是在同一个密钥上的插入将始终转到相同的节点。

Cassandra确实通过复制因子传播负载，因此，例如，如果使用RF = 3，则密钥可以存在三个节点。但是，如果继续使用密钥20110902，则每次都将使用相同的三个节点。

简而言之，负载均衡发生在关键级别。要分散负载，您需要选择不同的密钥。