節點如何決定在Cassandra中進行復制

Question

我想了解如何在Cassandra中的多個節點上覆制數據。假設我們有6個節點，複製因子是3.爲了簡單起見，我們假設單個數據中心和單個機架。由於RF是3，數據存儲在3個副本中。我想了解3副本是如何決定的。

參考http://www.datastax.com/dev/blog/virtual-nodes-in-cassandra-1-2中的例子（第一幅圖像的第二部分，即虛擬節點），假設我們的行落在由分區器決定的虛擬節點'E'下。所以根據虛擬節點在不同節點間的分佈情況，該節點必須出現在節點1,5,6中。

但是即使在SimpleStrategy的簡單情況下，它也會提到文檔 - http://docs.datastax.com/en/cassandra/2.1/cassandra/architecture/architectureDataDistributeReplication_c.html，節點上的第一個副本由分區器決定。其他副本順時針放置在下一個節點上。那麼數據將存儲在E，F，G虛擬節點中還是可能是節點1，2，3？

哪一個是正確的？第一個鏈接或文檔？

謝謝！

Answer 1

一個你的分區的數據結束了它是否真的感興趣，你的集羣中，你可以使用：

nodetool getendpoints 

https://docs.datastax.com/en/cassandra/2.1/cassandra/tools/toolsGetEndPoints.html

請考慮該文件被簡化帳戶讓人們瞭解它時更容易第一次見。實際上，它在類固醇上一致哈希。

以前，每個節點都有一個令牌，而令牌是用於一致散列的環上的邊界。基本上你有一個完整的範圍劃分成你在集羣中擁有的節點數量。當你需要在某個分區上進行操作時，你需要使用分區鍵，對其進行散列，然後知道要去哪個節點。基本上在哈希後，你得到一個在-2^63到2^63 - 1範圍內的數字。然後你在環上順時針旋轉，直到你「找到」一個標記，這就是你最初知道分區屬於哪個節點的方式。如果您擁有更大的複製因子，則只需在環上繼續順時針旋轉，直到找到滿足複製因子所需的所有節點。這就是您如何知道羣集中的哪些節點具有您的分區。

虛擬節點有一個屬性num_tokens，每個節點在加入環時選擇許多隨機令牌（前面提到的範圍內），然後將它們用於一致性散列。基本上，每個節點都會看到新節點想要擁有環的一部分並將數據流傳輸給它。同樣，當新的寫入進來時，它們被髮送到將要擁有它們的新節點（直到節點完全加入該環，當計算一致性級別時，其響應被忽略）。

這是它是怎麼之前（在集羣的每個節點單令牌）：

這是環如何看起來像虛擬節點：

絕對適用同樣的規則與虛擬節點和普通的一致性哈希，你繞圈選擇 的副本。如果您在迴環時再次遇到同一個節點，則只需跳過它並繼續，直到找到所有擁有數據的節點，並根據所需的複製因子。

Answer 2

兩者都是正確的，但我可以理解混淆。 讓我解釋一下：

在這種情況下，你的行落入一定的範圍。分區器知道一個節點主要負責這個範圍。它不知道其他節點。但是它可以基於第一個節點推斷其他節點。

在這種情況下，第一個節點是五。它擁有令牌範圍E.現在讓我們思考這個聲明。

附加複製品被放置在順時針環上的下一個節點上。

如果您使用SimpleStrategy，則從第一個節點順時針選擇下一個節點。在這種情況下是六個和一個。 選擇了一個是因爲令牌範圍從最大值到最小值迴繞。

請注意，節點是順時針排列的。五，六，最後一個。當令牌範圍從最大值到最小值迴繞時。

這是第一個鏈接中的圖片試圖通過給3個節點E令牌範圍來解釋。有些節點負責這個令牌範圍，因爲它們從早期節點繼承行。他們負責某些範圍，因爲他們是在下一個線。