卡桑德拉负载均衡与有序分区？

Question

所以我在这里看到，Cassandra没有自动负载平衡，当使用有序分区器时它会进入视图（一组行的某些常见值范围将存储在相对较少的机器上，然后这些机器将服务大部分查询）。
What's The Best Practice In Designing A Cassandra Data Model?

我还是卡桑德拉的新手，它是如何工作的。如何避免这个问题，以便范围查询仍然有可能？我没有真正得到上面的答案（链接网址）关于追加散列键的想法。

Answer 1

我认为这个问题最好在cassandra用户邮件列表上;那是人们的地方。

Cassandra没有自动负载均衡还有但它可能会在不太遥远的未来。 0.5分支现在可能有这个能力。

本质上，当你在一个已经运行的系统上引导一个节点时，它应该在环中寻找一个能够最好地平衡负载的地方，并把它放在那里。如果您一次添加一个节点（即等待一个节点在添加另一个节点之前完成自举），则应该可以很好地工作，前提是您的密钥分配不会随时间变化太多。

但是，您的密钥可能会随时间而改变（尤其是如果它们是基于时间的话），因此您可能需要一种解决方法。

这取决于你想要进行范围扫描。如果您只需要扫描密钥的部分，则可以散列您不想进行范围扫描的位，并将其用作密钥的第一部分。

我将使用“分区”一词在这里指的是关键的一部分，你不想范围扫描

function makeWholeKey(partition, key) { 
    return concat(make_hash(partition), partition, key); 
} 

现在，如果你想的范围给定分区中扫描键，您可以在makeWholeKey（p，start）和makeWholeKey（p，end）之间进行范围扫描

但是，如果您要扫描分区，那么您运气不好。

但是你可以让你的节点拥有均匀分布在make_hash（）输出范围内的标记，并且你会得到均匀分布的数据（假设你有足够的分区，它并不都聚集在一个分区上，或者两个哈希值）

Answer 2

正如另一篇文章中提到的，Cassandra 0.5支持半自动负载平衡，您只需告诉节点负载均衡，并自动移动到令牌环上更繁忙的地方。

这是覆盖在http://wiki.apache.org/cassandra/Operations

Answer 3

分区横跨簇数据由partitioner参数控制在cassandra.yaml：

partitioner: org.apache.cassandra.dht.Murmur3Partitioner 

使用Murmur3Partitioner将生成行键随机散列码和执行负载平衡。

使用Cassandra 2.0，您可以在单个服务器中存储多个令牌（256），这也有助于负载均衡。使用OrderPreservingPartitioner并不推荐使用。