Cassandra 遵循哪种分区技术？答案

【问题标题】：Cassandra follows which partitioning technique?Cassandra 遵循哪种分区技术？
【发布时间】：2020-05-21 18:32:44
【问题描述】：

我是 Cassandra 的新手，在阅读有关数据库分区（垂直和水平）的信息时，我感到很困惑，想知道 Cassandra 是遵循水平分区（分片）还是垂直分区技术？

此外，据我了解，由于 Cassandra 是面向列的数据库，因此它应该遵循垂直分区技术。如果不是这种情况，那么任何人都可以详细解释一下吗？

【问题讨论】：

你说的是缩放吗？缩放和分区都是不同的东西。但是 Cassandra 很好地支持水平缩放而不是垂直缩放。
不，我说的是分片，即分区。基本上，我想知道在 Cassandra 中是否也对任何列进行了分区，或者对于特定表，所有列都保留在一个节点中，并且只对行进行分区并使用分区键标识节点？

标签： database cassandra partitioning sharding column-oriented

【解决方案1】：

因为 Cassandra 是面向列的数据库

这一点已经在 Stack Overflow 上讨论过，specifically in this answer。 Cassandra 不是面向列的数据库。它是一个分区的行存储。数据以“行”的形式组织和呈现，类似于关系数据库。

Cassandra 是否遵循水平分区（分片）

从技术上讲，Cassandra 就是您所说的“分片”数据库，但几乎从未以这种方式提及它。本质上，每个节点负责特定范围的分区。这些分区（令牌）是一个数值，Murmur3Partitioner 范围从 -2^63 到 +2^63-1。

事实上，在一个节点被简化为持有一个单个令牌范围的场景中，您可以像这样根据集群（数据中心）中节点的数量来计算范围：

python -c 'print [str(((2**64 / 6) * i) - 2**63) for i in range(6)]'

['-9223372036854775808', '-6148914691236517206', '-3074457345618258604',
 '-2', '3074457345618258600', '6148914691236517202']

当然对于vNodes，一个节点几乎总是负责多个令牌范围。

在操作时，分区键被散列成一个令牌。这个令牌告诉 Cassandra 数据驻留在哪个节点上。考虑这张表：

SELECT token(studentid),studentid,fname,lname FROM student ;

 system.token(studentid) | studentid | fname | lname
-------------------------+-----------+-------+----------
    -5626264886876159064 | janderson | Jordy | Anderson
    -1472930629430174260 |   aploetz | Avery |   Ploetz
     8993000853088610283 |      mgin | Micah |      Gin

(3 rows)

因为这个表有一个简单的主键定义studentid，它被用作分区键。上面token(studentid)函数的结果表明哪些分区包含数据。

如果有另一个表也使用studentid 作为其分区键，则该表的数据将存储在与student 表相同的节点上。

无论如何，这是所发生情况的简化版本。随意阅读 vNodes（上面的链接）以及 Robbie Strickland 的 Cassandra: High Availability。他撰写了 (IMO) 对 Cassandra 的散列和分区分布过程的最佳描述。

【讨论】：

感谢@Aaron 的澄清。这个link 描述了 column-store 和 column-family-store 之间的良好区别。

【解决方案2】：

Cassandra 在散列算法上实现分区。因此，Cassandra 允许有效的水平扩展（如果正确选择了分区键）。总之，当您创建表时，您定义了分区列。当您插入一条记录时，Cassandra 将获取这些值，对其进行哈希处理，并确定它所属的节点。如果您的 RF 配置 > 1，则还将选择备用副本。它的工作原理与 Oracle 的哈希分区没有什么不同，只是 Oracle 只在存储层而不是主机层（除非您使用 Oracle 分片）。

【讨论】：