分区数量对Cassandra集群修复时间的影响

Question

分区数量如何影响 Cassandra 集群的修复时间？

分区数量越少，Merkle树算法和修复过程速度越快，是否正确？

修复速度更快 -

CREATE TABLE ks.t1 (
     id2 bigint,
     id1 bigint,
     name text,
     PRIMARY KEY (id2, id1, name)
);

比

CREATE TABLE ks.t1 (
    id2 bigint,
    id1 bigint,
    name text,
    PRIMARY KEY ((id2, id1), name)
);

如果计数(id2, id1) > 计数(id1) ?

Answer 1

触发修复时，Cassandra会

因为默克尔树解析只允许32768个叶节点。如果单个副本上有超过 32768 个分区，则会有许多分区散列到同一个叶节点中。因此，如果单个分区不匹配，我们将需要发送所有分区块。这就是我所说的过修

此问题或多或少通过 子范围修复 解决了，而不是修复 table、Cassandra 的整个标记范围 只是尝试修复令牌范围的一部分。直接的结果是默克尔树的分辨率会更高，因为要修复的分区更少。

所以是的，分区较少似乎会减少过度修复。

但是....

在您的示例中，更少的分区 == 更宽的分区也不理想。

为什么？因为如果宽分区出现单个cell不匹配，Cassandra需要修复整个分区，浪费资源

此外，宽分区会使读取路径变慢，因为数据很可能跨越许多 SSTable。

结论，我个人更喜欢PRIMARY KEY ((id2, id1), name)并使用子范围修复。

Influnce of partition quantity on repair time in Cassandra cluster