Cassandra 多写分布

Question

我安装了一个 3 节点 Cassandra (2.0.3) 集群 这是我的桌子：

CREATE TABLE user (
    id text,
    phone text,
    name text,
    email text,
    PRIMARY KEY (phone, id)
);

我使用 datastax java 驱动程序

这是我创建的用户对象：

User user = new User();
user.setId(UUIDs.timeBased().toString());
user.setEmail(null);
user.setName("test-user");
user.setPhone(Credential.MD5.digest("user-" + i));

我创建了 10k 个这些 - i 是用户数组中用户的索引。 我不想使用批量插入，而是模拟插入多条记录的压力。 这是我的代码：

Cluster cluster = Cluster.builder()
            .addContactPoints(CASSANDRA_CLUSTER_ADDRESSES)
            .build();
final Session session = cluster.connect(keyspaceName);
final ThreadPoolExecutor tpe = (ThreadPoolExecutor) Executors.newCachedThreadPool();
for (final User user : users) {
    tpe.execute(new Runnable() {
        @Override
        public void run() {
            PreparedStatement ps = 
                session.prepare("INSERT INTO user (id, phone, name, email) VALUES (?, ?, ?, ?)");
            BoundStatement bs = new BoundStatement(ps);
            bs.bind(
                    user.getId(),
                    user.getPhone(),
                    user.getName(),
                    user.getEmail(),
            );

            session.executeAsync(bs);
        }
    });
}

tpe.shutdown();
tpe.awaitTermination...

1. 在计算记录数时（使用 cqlsh）我从来没有超过 4k（10k 中）
2. 只有一台服务器正在执行写入操作（使用 opscenter 写入请求/所有节点图） - 我看不出原因：据我所知，密钥是足够随机的...

有人可以指点我吗？

Answer 1

在计算记录数时（使用 cqlsh）我永远不会超过 4k（10k 中）

您正在使用未绑定的线程池，这意味着所有写入几乎同时执行。可能您达到了性能限制，Cassandra 以写入超时回答。尝试减少并发写入的数量并检查执行结果。 例如

final ThreadPoolExecutor tpe = (ThreadPoolExecutor) Executors.newFixedThreadPool(20);    
...
ResultSetFuture future = session.executeAsync(bs);
try {
    future.getUninterruptibly();
} catch (Exception e) {
    e.printStackTrace();
}

只有一个服务器在执行写入操作（使用 opscenter 写入请求/所有节点图）- 我看不出原因：据我所知，密钥是足够随机的......

主要定义为PRIMARY KEY (phone, id)。这意味着phone 是分区键，id 只是集群键。但如果电话值确实是不同的 MD5 摘要，则应该分布在所有节点上。