Cassandra 中的数据分布

Question

我听说过 Cassandra 及其发行版。其实想知道数据在整个集群中是如何分布的现象？我的意思是 Cassandra 如何决定哪些节点有哪些数据？

Answer 1

如果您了解 HastTable 数据结构以及如何在 Hashtable 中完成散列，则非常简单。

哈希表

STEP 1. 基本上，如何在哈希表中决定 key 的索引是

index = hashfunc(key_you_want_to_distribute) % array_size

寻找选择散列函数的详细信息。

STEP 2. 然后要检索您想要的数据，您只需为其提供您想要查找的值。它将为该值创建哈希并查找该索引。

卡桑德拉

它在 Distribute Hashtables/Cassandra 中的工作方式相同。

第1步。在 cassandra 中，您必须指定要包含在记录中的哪些字段以创建哈希。说，如果你有一张桌子User。您可能希望按用户分配用户username，因此您决定将其作为主键。

您选择创建哈希的字段在 Cassandra 世界中称为分区键，因为它是对记录进行分区的决定性因素。

然后，Cassandra 为您将要插入的记录创建哈希，然后根据您的节点/机器的范围，分发记录。

假设你有 3 个节点，哈希范围如下，

node1 | 1    - 2000
node2 | 2000 - 4000
node3 | 4000 - 6000

例如，请参见下表，我给出了随机散列以使其简单。Cassandra 实际使用 Murmur3 哈希。

username  | hash(example) | which node it goes to  |
----------|---------------|------------------------|
prayagupd | 1             | node1                  |
mike      | 3000          | node2                  |
zach      | 5000          | node3                  |

第2步。然后，如果你想用 username 检索用户'prayagupd'，cassandra 将为它创建哈希，说它1，它知道 1 属于 node1 (1-2000)。

答对了！！！