Cassandra 集群上的数据分区和复制
Data Partitioning and Replication on Cassandra cluster
我有一个 RF=3 的 3 节点 Cassandra 集群。现在，当我执行 nodetool status 时，集群中每个节点的 owns 为 100%。
但是当我在集群中有 5 个节点时，RF = 3。 拥有是60%（大约如下图所示）。
现在，根据我的理解，分区程序将计算对应于第一个副本节点的哈希，并且数据也将根据其他节点上的 RF 进行复制。
现在我们有一个 5 节点集群，RF 为 3。
不应该 3 个节点平均拥有所有数据（100%），因为分区程序将根据分区策略指向一个节点，然后将相同的数据复制到等于 RF-1 的其余节点？这就像数据在所有节点（5）之间均匀分布，即使 RF 为 3。
编辑 1:
根据我的理解，每个节点 60%（大约）owns 的原因是因为 RF 是 3。这意味着每行将有 3 个副本。这意味着将有 300% 的数据。现在集群中有 5 个节点，分区程序将使用默认的随机哈希算法，该算法将数据均匀分布在集群中的所有节点上。
但现在的问题是我们检查了我们集群的所有节点，即使 RF 为 3，所有节点都包含所有数据。
编辑2:
@Aaron 我按照评论中的说明做了。我创建了一个包含 3 个节点的新集群。
我创建了一个 Keyspace "test" 并将 class 设置为 simplestrategy 并将 RF 设置为 2。
然后我创建了一个 table "emp" 具有分区键 (id,name)。
现在我在第一个节点中插入了一行。
根据您的解释，它应该只在 2 个节点中，因为 RF=2。
但是当我登录所有 3 个节点时，我可以看到在所有节点中复制的行。
我认为由于键空间在所有节点中被复制，因此数据也在被复制。
添加节点时复制到其他节点的数据不会自动清除 - 您需要在将新节点添加到集群后在 "old" 节点上调用 nodetool cleanup。这将删除移动到其他节点的范围。
所有权百分比（完全）不受实际数据的影响。您可以将一个新节点添加到单个节点集群 (RF=1)，它会立即说每个节点占 50%。
所有权百分比纯粹是关于节点负责的令牌范围的百分比。添加节点时，将重新计算令牌范围，但数据实际上不会移动，直到发生流式传输事件。同样，直到 cleanup.
数据才真正从其原始节点中删除
例如，如果您有一个 RF 为 3 的 3 节点集群，则每个节点都将处于 100%。添加一个节点（RF=3），所有权百分比下降到大约 75%。添加第 5 个节点（再次保持 RF=3），每个节点的所有权正确地下降到大约 3/5，或 60%。同样，RF 为 3 时，每个节点都负责一组主要、次要和第三令牌范围。
the default random hashing algorithm which will distribute the data evenly across all the nodes in the cluster.
实际上，使用 Murmur3 分区器的分布式哈希将平均分配令牌范围，而不是 数据。这是一个重要的区别。如果您将所有数据写入单个分区，我保证您不会获得均匀的数据分布。
我有一个 RF=3 的 3 节点 Cassandra 集群。现在，当我执行 nodetool status 时，集群中每个节点的 owns 为 100%。
但是当我在集群中有 5 个节点时，RF = 3。 拥有是60%（大约如下图所示）。
现在，根据我的理解，分区程序将计算对应于第一个副本节点的哈希，并且数据也将根据其他节点上的 RF 进行复制。 现在我们有一个 5 节点集群，RF 为 3。
不应该 3 个节点平均拥有所有数据（100%），因为分区程序将根据分区策略指向一个节点，然后将相同的数据复制到等于 RF-1 的其余节点？这就像数据在所有节点（5）之间均匀分布，即使 RF 为 3。
编辑 1:
根据我的理解，每个节点 60%（大约）owns 的原因是因为 RF 是 3。这意味着每行将有 3 个副本。这意味着将有 300% 的数据。现在集群中有 5 个节点，分区程序将使用默认的随机哈希算法，该算法将数据均匀分布在集群中的所有节点上。
但现在的问题是我们检查了我们集群的所有节点，即使 RF 为 3，所有节点都包含所有数据。
编辑2:
@Aaron 我按照评论中的说明做了。我创建了一个包含 3 个节点的新集群。
我创建了一个 Keyspace "test" 并将 class 设置为 simplestrategy 并将 RF 设置为 2。
然后我创建了一个 table "emp" 具有分区键 (id,name)。
现在我在第一个节点中插入了一行。
根据您的解释，它应该只在 2 个节点中，因为 RF=2。
但是当我登录所有 3 个节点时，我可以看到在所有节点中复制的行。
我认为由于键空间在所有节点中被复制，因此数据也在被复制。
添加节点时复制到其他节点的数据不会自动清除 - 您需要在将新节点添加到集群后在 "old" 节点上调用 nodetool cleanup。这将删除移动到其他节点的范围。
所有权百分比（完全）不受实际数据的影响。您可以将一个新节点添加到单个节点集群 (RF=1)，它会立即说每个节点占 50%。
所有权百分比纯粹是关于节点负责的令牌范围的百分比。添加节点时，将重新计算令牌范围，但数据实际上不会移动，直到发生流式传输事件。同样，直到 cleanup.
例如，如果您有一个 RF 为 3 的 3 节点集群，则每个节点都将处于 100%。添加一个节点（RF=3），所有权百分比下降到大约 75%。添加第 5 个节点（再次保持 RF=3），每个节点的所有权正确地下降到大约 3/5，或 60%。同样，RF 为 3 时，每个节点都负责一组主要、次要和第三令牌范围。
the default random hashing algorithm which will distribute the data evenly across all the nodes in the cluster.
实际上，使用 Murmur3 分区器的分布式哈希将平均分配令牌范围，而不是 数据。这是一个重要的区别。如果您将所有数据写入单个分区，我保证您不会获得均匀的数据分布。