Cassandra集群上的數據分區和復制

Question

我有一個3節點的Cassandra集群，RF = 3。 現在，當我執行nodetool status時，我將集群中每個節點的擁有 nodetool status為100％。

但是當我在集群中有5個節點時，RF = 3。 擁有率為60％（大致如下圖所示）。

現在根據我的理解，分區器將計算對應於第一個副本節點的散列，並且還將根據其他節點上的RF復制數據。 現在我們有一個5節點集群，RF是3。

3個節點不應該均勻地擁有所有數據（100％），因為分區器將根據分區策略指向一個節點，然后將相同的數據復制到等於RF-1的其余節點？ 這就像數據在所有節點（5）之間均勻分布，即使RF為3。

編輯1 ：

根據我的理解，每個節點擁有 60％（大約）的原因是因為RF是3.這意味着每行將有3個副本。 這意味着將有300％的數據。 現在集群中有5個節點，分區器將使用默認的隨機散列算法，該算法將數據均勻地分布在集群中的所有節點上。

但現在問題是我們檢查了我們集群的所有節點，並且所有節點都包含所有數據，即使RF是3。

編輯2 ：

@Aaron我按照評論中的說明做了。 我創建了一個包含3個節點的新集群。

我創建了一個Keyspace“測試”，並將類設置為simplestrategy，將RF設置為2。

然后我創建了一個具有分區鍵（id，name）的表“emp”。

現在我在第一個節點中插入了一行。

根據您的解釋，它應該只有2個節點，因為RF = 2。

但是當我登錄所有3個節點時，我可以看到所有節點中的行都被復制了。

我認為，因為密鑰空間在所有節點中被復制，因此數據也被復制。

Answer 1

所有權的百分比不會受到實際數據的影響（根本不會）。 您可以將新節點添加到單個節點集群（RF = 1），並且每個節點立即說出50％。

所有權百分比純粹取決於節點負責的令牌范圍的百分比。 添加節點時，將重新計算令牌范圍，但在發生流式事件之前，數據實際上不會移動。 同樣，在cleanup之前，數據實際上不會從其原始節點中刪除。

例如，如果您有一個RF節點為3的3節點集群，則每個節點將為100％。 添加一個節點（RF = 3），所有權百分比降至約75％。 添加第5個節點（同樣，保持RF = 3），每個節點的所有權正確下降到大約3/5或60％。 同樣，RF為3時，每個節點都負責一組主要，次要和第三個令牌范圍。

默認的隨機散列算法，它將數據均勻地分布在集群中的所有節點上。

實際上，使用Murmur3分區程序的分布式哈希將均勻地分配令牌范圍， 而不是數據。 這是一個重要的區別。 如果您將所有數據寫入單個分區，我保證您無法均勻分發數據。

Answer 2

添加它們時復制到另一個節點的數據不會自動清除 - 在將新節點添加到群集后，需要在“舊”節點上調用nodetool cleanup 。 這將刪除移動到其他節點的范圍。