cassandra 写入吞吐量和可扩展性
cassandra write throughput and scalability
这听起来像是一个愚蠢的问题，但我仍然想要 someone/expert 到 answer/confirm 这个问题。
假设我有一个 3 节点的 cassandra 集群。假设我有一个数据库，只有一个 table。对于这个 table 假设我使用 3 节点 cassandra 获得了 1K writes/second 的吞吐量。如果明天我在此 table increases/scales 上的写入负载达到 10K 或 20K，我是否能够通过将集群的大小增加 10 倍或 20 倍来处理此写入负载？
我对 cassandra 的理解说这是可能的（因为 cassandra 是读写可扩展的）但需要专家确认。
Datastax 表示：
What are the benefits of Apache Cassandra?
Massively scalable ring architecture: Based on the best of Amazon Dynamo and Google BigTable, Cassandra’s peer-to-peer architecture overcomes the limitations of master-slave designs and allows for both high availability and massive scalability.
Linear scale performance: Nodes added to a Cassandra cluster (all done online) increase the throughput of your database in a predictable, linear fashion for both read and write operations.
所以答案是是，这是可能的。添加新节点和重新分配令牌可能需要一些时间。但它会随着您更改节点数而扩展。
如果您需要更多信息以了解它将如何扩展，请查看以下链接：
是的，是这样的，但是有一个单一的评论。您应该考虑复制因子 (RF) 和一致性级别 (CL)，因为它们也会影响缩放行为。
例如，如果您最初有 10 个 RF=3 的节点，然后将相同 RF=3 的节点数增加到 20 个，您将获得写入吞吐量的线性增加。
但是如果要提高读吞吐量，就需要提高RF。随着 RF 的增加，您必须降低写入一致性级别以提高写入吞吐量。
总而言之，您无法使用相同的 RF 和 CL 参数以线性方式增加读取和写入吞吐量。
是 - 但前提是你的数据被正确建模 - 特别是你的数据需要在你的分区键之间均匀分布（因为它们映射到特定的副本节点）以避免热斑点。鉴于此，是的，cassandra 将很好地水平扩展。
cassandra 中的一个 "table" 分布在集群中的所有节点中。每个节点负责一系列令牌，这些令牌是主键的分区键部分的哈希值。
现在，例如，如果您将节点数加倍 - 现有令牌范围将分成两半并在引导新节点时分发。所以每个节点只能处理一半的初始请求。如果您之后将请求加倍，则每个节点的负载与以前大致相同。
对于读取密集型请求 - 选择较高的复制因子有助于您暂时使用陈旧数据（例如，以低一致性级别读取和写入）。
这里有来自 DataStax 的优秀教程 https://academy.datastax.com/
是的，Cassandra 具有线性可扩展性。
如下图所示，可扩展性是线性的。每个客户端系统每秒产生大约 17,500 个写入请求，并且在我们扩展流量时没有瓶颈。每个客户端 运行 200 个线程来生成跨集群的流量。
这听起来像是一个愚蠢的问题，但我仍然想要 someone/expert 到 answer/confirm 这个问题。
假设我有一个 3 节点的 cassandra 集群。假设我有一个数据库，只有一个 table。对于这个 table 假设我使用 3 节点 cassandra 获得了 1K writes/second 的吞吐量。如果明天我在此 table increases/scales 上的写入负载达到 10K 或 20K，我是否能够通过将集群的大小增加 10 倍或 20 倍来处理此写入负载？
我对 cassandra 的理解说这是可能的（因为 cassandra 是读写可扩展的）但需要专家确认。
Datastax 表示：
What are the benefits of Apache Cassandra?
Massively scalable ring architecture: Based on the best of Amazon Dynamo and Google BigTable, Cassandra’s peer-to-peer architecture overcomes the limitations of master-slave designs and allows for both high availability and massive scalability.
Linear scale performance: Nodes added to a Cassandra cluster (all done online) increase the throughput of your database in a predictable, linear fashion for both read and write operations.
所以答案是是，这是可能的。添加新节点和重新分配令牌可能需要一些时间。但它会随着您更改节点数而扩展。
如果您需要更多信息以了解它将如何扩展，请查看以下链接：
是的，是这样的，但是有一个单一的评论。您应该考虑复制因子 (RF) 和一致性级别 (CL)，因为它们也会影响缩放行为。
例如，如果您最初有 10 个 RF=3 的节点，然后将相同 RF=3 的节点数增加到 20 个，您将获得写入吞吐量的线性增加。
但是如果要提高读吞吐量，就需要提高RF。随着 RF 的增加，您必须降低写入一致性级别以提高写入吞吐量。
总而言之，您无法使用相同的 RF 和 CL 参数以线性方式增加读取和写入吞吐量。
是 - 但前提是你的数据被正确建模 - 特别是你的数据需要在你的分区键之间均匀分布（因为它们映射到特定的副本节点）以避免热斑点。鉴于此，是的，cassandra 将很好地水平扩展。
cassandra 中的一个 "table" 分布在集群中的所有节点中。每个节点负责一系列令牌，这些令牌是主键的分区键部分的哈希值。
现在，例如，如果您将节点数加倍 - 现有令牌范围将分成两半并在引导新节点时分发。所以每个节点只能处理一半的初始请求。如果您之后将请求加倍，则每个节点的负载与以前大致相同。
对于读取密集型请求 - 选择较高的复制因子有助于您暂时使用陈旧数据（例如，以低一致性级别读取和写入）。
这里有来自 DataStax 的优秀教程 https://academy.datastax.com/
是的，Cassandra 具有线性可扩展性。
如下图所示，可扩展性是线性的。每个客户端系统每秒产生大约 17,500 个写入请求，并且在我们扩展流量时没有瓶颈。每个客户端 运行 200 个线程来生成跨集群的流量。