卡桑德拉集群，一张桌子，如何计划

Question

我打算创建一个仅使用1个cassandra表的应用程序。 复制因子可能约为2或3。我可能最初从2台Cassandra服务器开始，然后根据需要继续添加服务器。 但是我不确定是否需要预先计划任何事情，以便在添加更多服务器时表均匀分布。 有什么最佳实践或我需要注意的事情吗？ 我了解了有关令牌的信息， http://www.datastax.com/docs/1.1/initialize/token_generation ，但是我不确定该怎么做。

我想密钥必须在集群中均匀分布，因此：

1. 那将如何发生，即当我添加第二台服务器并说第一台服务器已经具有一百万个密钥时

2. 我需要预先计划键空间或表吗？

Answer 1

我可以建议两件事。

首先，在设计架构时，选择一个好的分区键（主键的第一列）。 您需要确保以下几点：

1. 有足够的值，您可以将其分配到任意数量的节点。 例如，sex可能是不好的分区键，因为您只有两个值，因此只能将其分配给两个节点。

2. 跨不同分区键值的分布或多或少是均匀的。 例如，国家/地区可能不是最好的，因为您很可能会在少数几个唯一的国家/地区中拥有大部分的行。

其次，为便于以后部署新节点，请考虑将群集设置为使用虚拟节点（vnode）。 如果这样做，在扩展集群时您将可以跳过一些步骤。

要配置虚拟节点，请将cassandra.yaml num_tokens设置为大于1。这将决定您的节点将拥有多少个虚拟节点。 推荐值为256。

稍后，当您添加新节点时，需要确保cassandra.yaml中的新节点的add_bootstrap为true。 然后，像往常一样配置网络参数以匹配您的集群，最后启动您的节点。 它应该自动引导并开始流式传输适当的数据。 解决所有问题后，您可以在其他节点上运行cleanup（ nodetool clean ），以确保它们清除不再负责的冗余数据。

有关更多详细文档，请访问http://www.datastax.com/documentation/cassandra/2.0/cassandra/operations/ops_add_node_to_cluster_t.html