cassandra nosql 数据库中的节点、集群和数据中心之间有啥区别？

Posted 2023-02-19

【中文标题】cassandra nosql 数据库中的节点、集群和数据中心之间有啥区别？

【英文标题】：What are the differences between a node, a cluster and a datacenter in a cassandra nosql database?cassandra nosql 数据库中的节点、集群和数据中心之间有什么区别？

【发布时间】：2015-03-27 14:24:12

【问题描述】：

我正在尝试使用 datastax 操作中心为学校项目复制 cassandra nosql 数据库中的数据。根据我的阅读，有三个关键字：集群、节点和数据中心，据我了解，一个节点中的数据可以复制到另一个节点中，另一个节点存在于另一个集群中。所有包含相同（重复）数据的节点组成一个数据中心。对吗？

如果不是，有什么区别？

【参考方案1】：

Cassandra 中元素的层次结构是：

集群 数据中心 机架 服务器 节点（更准确地说，一个 vnode）

集群是数据中心的集合。

数据中心是机架的集合。

机架是服务器的集合。

默认情况下，一个服务器包含 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。服务器安装在机器上，其中机器可以是物理服务器、EC2 实例或类似的。

现在专门解决您的问题。

单个数据单元称为分区。是的，分区是跨多个节点复制的。分区的每个副本称为副本。

在多数据中心集群中，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，在纽约有一个名为 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 3 个副本，将 dc-ny 设置为 2 个副本。

这些数字称为复制因子。您会特别说 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 将有2 个数据副本分布在两个 vnode 上。

虽然每台服务器默认有 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。

总结一下：

数据跨多个虚拟节点进行复制（每个服务器默认包含 256 个虚拟节点） 数据的每个副本都称为副本 数据单元称为分区 复制由每个数据中心控制

【讨论】：

根据link - One (Token) Ring to Rule Them All一簇一环。所以完整的令牌环实际上可能存在于集群中而不是数据中心中。

@hkbharath 该链接不再有效-您是否在某处有缓存副本，或者您能总结一下它所说的内容吗？我认为这可能与我现在遇到的问题有关。谢谢

假设您在 DC1、DC2 中有 6 台服务器，每台服务器有 1 个节点。节点令牌是 DC1 中的 1（node1）、2（node2）、3（node3）和 DC2 中的 1（node4）、2（node5）和 3（node6）。分区的令牌是通过散列创建的。分区令牌与节点令牌匹配以查找主副本。如果一个分区的令牌为 1，那么我们知道它在 DC1 = 节点 1 和 DC2 = 节点 4 中的主副本。来自 Apigee 的示例：community.apigee.com/articles/13096/…

对于那些坚持这些概念的人，请使用nodetool ring 查看集群中的节点令牌。它会让您清楚地了解这些概念，尤其是当您对互联网上相互矛盾的信息感到困惑时。

一个节点或服务器可以是多个数据中心的成员吗？

【参考方案2】：

节点是运行 Cassandra 的单台机器。持有相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，或者如果您在不同的地理区域提供数据，则将集群的节点分组到不同的数据中心是有意义的。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很多常客。这样，您在东海岸的客户连接到您的东海岸 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 在同一个集群中）。

更多信息可以在这里找到：About Apache Cassandra- How does Cassandra work?

所有包含相同（重复）数据的节点组成一个数据中心。对吗？

关闭，但不一定。您拥有的数据重复级别由您的复制因子决定，该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，全部存储 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平等地复制到所有 3 个节点。我的总数据集大小为 600GB，在所有 3 个节点上重复。

但是假设我们正在推出一个新的、相当大的产品线，我估计我们还会有另外 300GB 的数据，这可能会开始推动我们硬盘的最大容量。如果我们现在无法升级所有硬盘驱动器，我可以像这样更改复制因子：

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 个节点集群中。我们的数据集的大小现在是 900GB，但是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（假设我以ONE 的一致性级别读写）我只能承受损失 1 个节点的损失。而对于 3 个节点和 3 个 RF（再次以一致的方式读取和写入 ONE），我可能会丢失 2 个节点并仍然为请求提供服务。

编辑 20181128

当我发出网络请求时，我是在向服务器发出请求吗？还是节点？或者我向服务器发出请求，然后它会路由它并从节点或其他东西读取？

如此快速的解释：server == node

就向集群中的节点发出请求而言，该行为实际上是由应用程序端的驱动程序决定的。事实上，驱动程序会维护当前网络拓扑的副本，因为它读取集群八卦消息的方式类似于节点的做法。

在应用端，可以设置负载均衡策略。具体来说，TokenAwareLoadBalancingPolicy 类会检查每个请求的分区键，找出哪些节点有数据，然后直接将请求发送到那里。

对于其他负载平衡策略，或者对于单个分区键无法确定的查询，请求将被发送到单个节点。该节点将充当“协调者”。这个选定的节点将处理将请求路由到负责它们的节点，以及任何结果集的编译/返回。

【讨论】：

我是一名 ios 开发人员，试图理解这些。对我来说，一切都只是与服务器通信，即它发出一个网络request 并获得一个response。当我发出网络请求时，我是在对服务器发出请求吗？还是节点？或者我向服务器发出请求，然后 route 它并从节点或其他东西读取？可以添加图片吗？

@Honey 编辑完成。

你是指环作为数据结构还是什么？

@pentanol 否。“环”有时用于指代一个集群或几个节点（机器）的组。

【参考方案3】：

节点：

存储整个数据库的某些部分的机器。这可能包括从另一个节点复制的数据以及它自己的数据。它负责什么数据取决于它的token范围，以及保存数据的keyspace的复制策略。

数据中心：

可以与其他节点分开的节点的逻辑分组。一个常见的用例是 AWS-EAST 与 AWS-WEST。复制NetworkTopologyStrategy 用于指定在任何给定数据中心中应该存在多少个整个键空间的副本。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 (LOCAL_*) 的数据中心内确认仅

集群

数据库中所有机器的总和，包括所有数据中心。没有跨集群复制。

【讨论】：

我们在 30 秒内相互回答，并且都以东/西海岸数据中心为例。那有什么几率呢？哈哈。

哈，Cassandra SO 有时感觉像是个小地方 :)

如果一个集群是所有机器的总和，是否意味着只有一个集群？当人们提到多个集群时，他们是什么意思？

多个集群将是多个完全独立的数据库。他们不会交流。

我是一名 iOS 开发人员，试图理解这些。对我来说，一切都只是与服务器通信，即它发出一个网络request 并获得一个response。当我发出网络请求时，我是在对服务器发出请求吗？还是节点？或者我向服务器发出请求，然后 route 它并从节点或其他东西读取？可以添加图片吗？

【参考方案4】：

根据以下文件：- https://docs.datastax.com/en/archived/cassandra/3.0/cassandra/architecture/archIntro.html

节点 您存储数据的位置。它是 Cassandra 的基础架构组件。

数据中心 相关节点的集合。数据中心可以是物理数据中心或虚拟数据中心。不同的工作负载应使用单独的数据中心，无论是物理的还是虚拟的。复制由数据中心设置。使用单独的数据中心可以防止 Cassandra 事务受到其他工作负载的影响，并使请求彼此靠近以降低延迟。根据复制因子，可以将数据写入多个数据中心。数据中心绝不能跨越物理位置。

集群 一个集群包含一个或多个数据中心。它可以跨越物理位置。