学习 Cassandra（八）：分区

栏目: 数据库 · 发布时间: 6年前

内容简介：Cassandra 横向扩展（Scale Out），即通过增加集群中节点数量来获得水平扩展的能力，依赖于分区将数据进行切分并分配到各个节点中去。目前，主要的分区方式有两种：Cassandra 采用了

Cassandra 横向扩展（Scale Out），即通过增加集群中节点数量来获得水平扩展的能力，依赖于分区将数据进行切分并分配到各个节点中去。

目前，主要的分区方式有两种： 范围分区（Range Partition） 和 哈希分区（Hash Partition） 。其中，HBase 使用的范围分区，Cassandra 使用的哈希分区。

一致性哈希

Cassandra 采用了 一致性哈希（Consistent Hashing） 算法，使得存取数据非常得快速和高效。

一致性哈希算法将哈希空间按大小首尾相接形成一个环。每个节点被分配到环上的一到多个区域形成一个 token。

哈希空间使用一个 64 位的整型 ID 来标识每一个分区，范围从 -2^63 到 2^63 - 1。每个节点记录环上前驱 token 和后继 token 的位置，从而形成了一个环：

学习 Cassandra（八）：分区

根据哈希函数 hash(partition key)=token ，partitoin key 经过哈希函数计算获得 token，通过 token 在环上所处的范围，即可得到数据所在的节点。

Cassandra 默认的 Murmur3Partitioner 分区器，使用 murmur3 哈希函数，其有着非常良好的随机分布特性。

虚拟节点

TODO

参考

Consistent hashing - Wikipedia
MurmurHash - Wikipedia
《Cassandra - The Definitive Guide》
《Cassandra 3.X High Availability - Second Edition》

以上所述就是小编给大家介绍的《学习 Cassandra（八）：分区》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对码农网的支持！

查看所有标签

猜你喜欢:

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。

码农书籍

编程之美

《编程之美》小组编 / 电子工业出版社 / 2008-3 / 40.00元

这本书收集了约60道算法和程序设计题目，这些题目大部分在近年的笔试、面试中出现过，或者是被微软员工热烈讨论过。作者试图从书中各种有趣的问题出发，引导读者发现问题，分析问题，解决问题，寻找更优的解法。本书的内容分为下面几个部分：（1）游戏之乐：从游戏和其他有趣问题出发，化繁为简，分析总结。（2）数字之魅：编程的过程实际上就是和数字及字符打交道的过程。这一部分收集了一些好玩的对数字进行......一起来看看《编程之美》这本书的介绍吧!

码农工具

CSS 压缩/解压工具

在线压缩/解压 CSS 代码

JSON 在线解析

在线 JSON 格式化工具