database - Cassandra 遵循哪种分区技术？

Question

我是 Cassandra 的新手，在阅读有关数据库分区(垂直和水平)的内容时，我感到困惑，想知道 Cassandra 是否遵循水平分区(分片)或垂直分区技术？

另外，根据我的理解，Cassandra是面向列的DB，应该遵循Vertical partitioning技术。如果不是这种情况，那么有人可以详细解释一下吗？

Answer 1

as Cassandra is column oriented DB

这一点已经在 Stack Overflow specifically in this answer 上进行了令人厌恶的讨论。 Cassandra 不是 面向列的数据库。它是一个分区行存储。数据以“行”的形式组织和呈现，类似于关系数据库。

whether Cassandra follows Horizontal partitioning (sharding)

从技术上讲，Cassandra 就是您所说的“分片”数据库，但几乎从未以这种方式提及它。本质上，每个节点负责特定范围的分区。这些分区( token )是一个数值，Murmur3Partitioner 范围从 -2^63 到 +2^63-1。

事实上，在简化节点以保存单个 token 范围的场景中，您可以根据集群(数据中心)中的节点数量计算范围，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，对于 vNodes ，一个节点几乎总是负责多个 token 范围。

在操作时，分区键被散列成一个 token 。此 token 告诉 Cassandra 数据驻留在哪个节点上。考虑这张表:

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)

由于此表具有 studentid 的简单主键定义，因此用作分区键。上面的 token(studentid) 函数的结果表明哪些分区包含数据。

如果有另一个表也使用 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，这是所发生情况的简化版本。请随意阅读 vNodes(上面的链接)以及 Robbie Strickland 的 Cassandra: High Availability。他撰写了 (IMO) Cassandra 散列和分区分布过程的最佳描述。