卡桑德拉何时达到阿姆达尔定律？

Question

我试图理解 Cassandra 随节点数量线性扩展的说法。快速浏览一下'net，我还没有看到太多关于这个话题的处理方法。当然，Cassandra 中的串行处理元素必须限制随着 N 增加而获得的速度。任何关于这个主题的想法、指针或链接都将不胜感激。

编辑以提供视角：
我正在开发一个项目，该项目当前需要 1,000 多个节点的 Cassandra 基础设施。我没有提出这个规范。我发现自己建议将 N 减少到 200 到 500 之间的范围，每个节点的串行计算速度至少要快两倍。通过对服务器配置进行简单的更改，这很容易实现，而不会影响每个节点的成本。

Answer 1

Cassandra 的缩放最好用 Gustafson's law 来描述，而不是 Amdahl's law。 Gustafson 缩放着眼于随着节点数量的增加您可以处理多少数据。也就是说，如果你有 N 倍的节点，你可以在相同的时间内处理 N 倍大的数据集。

这是可能的，因为 Cassandra 几乎不使用集群范围内的协调，除了模式和环更改。大多数操作只涉及与复制因子相等的节点数量，随着数据集的增长，复制因子保持不变——因此几乎是线性横向扩展。

相比之下，Amdahl 缩放关注的是随着节点数量的增加，您可以多快处理固定数据集。也就是说，如果你有N倍的节点，你处理同一个数据集能快N倍吗？

显然，在某些时候，您会达到一个限制，即添加更多节点不会使您的请求更快，因为服务请求所需的时间最短。 Cassandra 在这里不是线性的。

在您的情况下，听起来您是在问拥有 1,000 个慢速节点还是 200 个快速节点更好。你的数据集有多大？这取决于您的工作负载，但通常的建议是每个节点的最佳大小约为 1TB 数据，确保您有足够的 RAM 和 CPU 来匹配（请参阅cassandra node limitations）。 1000 听起来太多了，除非你有 PB 级的数据。