Cassandra遵循哪种分区技术？

Question

我是Cassandra的新手，在阅读有关对数据库进行垂直和水平分区时，我很困惑，想知道Cassandra是遵循水平分区（分片）还是垂直分区技术？

此外，根据我的理解，由于Cassandra是面向列的DB，因此应遵循垂直分区技术。如果不是这种情况，那么任何人都可以详细解释吗？

Answer 1

因为Cassandra是面向列的数据库

这一点已经在堆栈溢出specifically in this answer上进行了讨论。 Cassandra是NOT面向列的数据库。它是分区行存储。数据以类似于关系数据库的“行”的形式组织和显示。

Cassandra是否遵循水平分区（分片）

从技术上讲，Cassandra是您所谓的“分片”数据库，但几乎从来没有以这种方式引用过它。本质上，每个节点负责特定范围的分区。这些分区（标记）是一个数字值，并且Murmur3Partitioner的范围是-2 ^ 63到+ 2 ^ 63-1。

实际上，在简化节点以容纳单个令牌范围的情况下，您可以根据集群（数据中心）中节点的数量来计算范围，如下所示：

python -c 'print [str(((2**64 / 6) * i) - 2**63) for i in range(6)]'

['-9223372036854775808', '-6148914691236517206', '-3074457345618258604',
 '-2', '3074457345618258600', '6148914691236517202']

当然vNodes，节点几乎总是负责多个令牌范围。

在操作时，分区键被散列为令牌。该令牌告诉Cassandra数据驻留在哪个节点上。考虑此表：

SELECT token(studentid),studentid,fname,lname FROM student ;

 system.token(studentid) | studentid | fname | lname
-------------------------+-----------+-------+----------
    -5626264886876159064 | janderson | Jordy | Anderson
    -1472930629430174260 |   aploetz | Avery |   Ploetz
     8993000853088610283 |      mgin | Micah |      Gin

(3 rows)

由于该表具有简单的主键定义studentid，用作分区键。上面token(studentid)函数的结果表明哪些分区包含数据。

[如果还有另一个表也使用studentid作为其分区键，则该表的数据将存储在与student表相同的节点上。

无论如何，这是发生的事情的简化版本。随时阅读vNodes（上面的链接）以及Robbie Strickland的Cassandra: High Availability。他已经撰写了（IMO）关于Cassandra的哈希和分区分发过程的best描述。

Answer 2

Cassandra在散列算法上实现分区。因此，Cassandra允许进行有效的水平缩放（如果正确选择了分区键）。总而言之，当您创建表时，您将定义分区列。当您插入记录时，Cassandra将获取值，对其进行哈希处理，然后确定其所属的节点。如果您将RF配置为> 1，则还将选择备用副本。它的工作方式与Oracle的散列分区没有什么不同，除了Oracle仅在存储层而不是主机层上进行（除非您使用Oracle分片）。