cassandra nosql数据库中的节点，集群和数据中心之间有什么区别？

Posted 2021-05-04

我正在尝试使用datastax ops center在cassandra nosql数据库中复制学校项目中的数据。根据我的阅读，有三个关键字：集群，节点和数据中心，根据我的理解，节点中的数据可以复制到另一个集群中的另一个节点中。并且包含相同（重复）数据的所有节点组成数据中心。是对的吗？

如果不是，有什么区别？

答案

Cassandra中元素的层次结构是：

• 簇 数据中心 架（S） 服务器（S） 节点（更准确地说，是一个vnode）

群集是数据中心的集合。

taken for a成立。

Rack是服务器的集合。

默认情况下，服务器包含256个虚拟节点（或vnode）。

vnode是服务器中的数据存储层。

注意：服务器是Cassandra软件。服务器安装在计算机上，其中计算机是物理服务器，EC2实例或类似计算机。

现在专门解决你的问题。

单个数据单元称为分区。是的，分区跨多个节点进行复制。分区的每个副本称为副本。

在多数据中心群集中，复制是按数据中心进行的。例如，如果您在旧金山有一个名为dc-sf的数据中心，而在纽约有另一个名为dc-ny的数据中心，那么您可以控制每个数据中心的副本数量。

例如，您可以将dc-sf设置为具有3个副本，并将dc-ny设置为具有2个副本。

这些数字称为复制因子。你会特别说dc-sf的复制因子为3，而dc-ny的复制因子为2.简单来说，dc-sf将有3个数据副本分布在三个vnode上，而dc-sf会有2个数据的副本分布在两个vnode上。

虽然默认情况下每个服务器都有256个vnode，但Cassandra足够聪明，可以选择存在于不同物理服务器上的vnode。

istic总结enhanced：

• 数据跨多个虚拟节点复制（默认情况下，每个服务器包含256个vnode）
• 每个数据副本称为副本
• 数据单元称为分区
• 每个数据中心控制复制

另一答案

节点是运行Cassandra的单个机器。保存类似数据的节点集合被分组在所谓的“环”或集群中。

有时，如果您有大量数据，或者您在不同地理区域提供数据，则有必要将群集中的节点分组到不同的数据中心。一个很好的用例是电子商务网站，它可能在东海岸和西海岸有许多常客。这样，您在东海岸的客户就可以连接到您的东海岸DC（以获得更快的性能），但最终可以访问与西海岸客户相同的数据集（两个DC位于同一群集中）。

有关这方面的更多信息，请访问：About Apache Cassandra- How does Cassandra work?

并且包含相同（重复）数据的所有节点组成数据中心。是对的吗？

关闭，但不一定。您拥有的数据重复级别由复制因子决定，复制因子是基于每个键空间设置的。例如，假设我的单个DC中有3个节点，所有节点都存储了600GB的产品数据。我的products键空间定义可能如下所示：

CREATE KEYSPACE products
WITH replication = {'class': 'NetworkTopologyStrategy', 'MyDC': '3'};

这将确保我的产品数据同等地复制到所有3个节点。我的总数据集的大小为600GB，在所有3个节点上都重复。

但是，让我们说我们正在推出一个新的，相当大的产品线，我估计我们将有另外300GB的数据，这可能会开始推动我们硬盘的最大容量。如果我们现在无法负担升级所有硬盘的费用，我可以改变复制因素，如下所示：

CREATE KEYSPACE products
WITH replication = {'class': 'NetworkTopologyStrategy', 'MyDC': '2'};

这将创建我们所有数据的2个副本，并将其存储在我们当前的3个节点的集群中。我们的数据集的大小现在是900GB，但由于它只有两个副本（每个节点基本上负责2/3的数据），我们的磁盘大小仍然是600GB。这里的缺点是（假设我在ONE的一致性级别读写）我只能承受1个节点的损失。虽然有3个节点和3个RF（再次读取和写入一致性ONE），我可能会丢失2个节点并仍然提供请求。

编辑20181128

当我发出网络请求时，我是在针对服务器进行的吗？还是节点？或者我对服务器提出请求然后路由它并从节点或其他东西读取？

所以真正的快速解释：server == node

就针对集群中的节点发出请求而言，该行为实际上取决于应用程序端的驱动程序。实际上，驱动程序维护当前网络拓扑的副本，因为它读取类似于节点的群集八卦。

在应用程序端，您可以设置负载平衡策略。具体来说，TokenAwareLoadBalancingPolicy类将检查每个请求的分区键，找出哪些节点有数据，并直接在那里发送请求。

对于其他负载平衡策略，或者对于无法确定单个分区密钥的查询，请求将发送到单个节点。该节点将充当“协调者”。此选定节点将处理对负责它们的节点的请求路由，以及任何结果集的编译/返回。

另一答案

Node:

存储整个数据库某些部分的计算机。这可能包括从另一个节点复制的数据以及它自己的数据。它负责的数据取决于它的令牌范围，以及保存数据的键空间的复制策略。

Datacenter:

节点的逻辑分组，可以与其他节点分开。常见的用例是AWS-EAST与AWS-WEST。复制NetworkTopologyStrategy用于指定任何给定数据中心中应存在的整个键空间的副本数。这就是Cassandra用户实现跨DC复制的方式。此外，它们是一致性级别策略，仅需要在协调器的数据中心内进行确认（LOCAL_*）

Cluster

数据库中所有计算机的总和，包括所有数据中心。没有跨群集复制。