Cassandra 的哈希值是不是跨多个表具有相同的值？

Posted 2023-04-18

【中文标题】Cassandra 的哈希值是不是跨多个表具有相同的值？

【英文标题】：Is Cassandra's hash for same value across multiple tables?Cassandra 的哈希值是否跨多个表具有相同的值？

【发布时间】：2016-01-21 16:01:59

【问题描述】：

我有一个多租户应用程序，其中tenantId 将成为每个查询的一部分，因此我将其放入所有表的分区键中。

示例：

CREATE TABLE users 
tenantId text,
user text,
active boolean,
PRIMARY_KEY (tenantId, user)


CREATE TABLE roles 
tenantId text,
rolename text,
PRIMARY_KEY (tenantId, rolename)

现在，想象一下 100 多个这样的表格......

我的问题是：

Cassandra 是否会对tenantId 'foo' 进行散列以将所有表中的所有数据指向同一个节点并使其成为 uber 热点，还是会在集群中均匀分布每个表和租户数据？

【问题讨论】：

令牌是主键的哈希值，因此将tenantId 放入每个分区键都无济于事。我想知道你会生成多少个独特的tenantId？在某些低基数的情况下，二级索引可能有意义。 Richard Low explains it 比我做得好很多。

【参考方案1】：

简单的答案，令牌值（分区键的哈希）是相同的，它不依赖于表名或其他任何东西。原因是我们在整个集群中使用了相同的分区（Murmur3）。

所以在您的情况下，是的，如果您的分区键是 tenantId，则来自一个客户的所有数据都将分发到相同的副本，这适用于 所有表有这个分区键

【讨论】：

所以，我必须像这样为每个分区键创建一个虚拟分区键存储桶，然后将它们分散：“用户”的分区键 PRIMARY_KEY ( (tenantId, tablename), user) where tablename始终是“用户”，对于“角色”PRIMARY_KEY ( (tenantId, tablename), rolename)，其中表名始终是“角色”。你怎么看？

这并不能解决关于tenandID 的分布不佳的根本问题。即使您将表名添加为额外的分区键组件，1 个租户使用的分区总数 = 表数。我怀疑你有 1000 个表，所以最终，1 个租户的数据将只分布到几个分区，分区与不同的表一样多

您能否举例说明 Achilles 生成的表在多租户设计中的外观？我查看并找不到多租户文档页面，但我知道您在某些时候支持多租户。

Achilles 中的多租户依赖于运行时的动态表查找。在运行时，您可以执行select().xxx().fromTable(schemaProvider).where().tenantId_Eq(...)。所有的表查找都是由 schemaProvider 完成的。在这种情况下，通过为不同的客户/客户组提供不同的表/键空间来实现多租户