Cassandra - 客户端负载均衡

Question

考虑以下 Cassandra 设置：

• 6 个节点的环：A、B、D、E、F、G
• 复制因子：3
• 分区器：随机分区器
• 展示位置策略：SimpleStrategy

我的测试列存储在节点 B 上并复制到节点 D 和 E。

现在我有多个 java 进程通过读取 CL.ONE 通过 Hector API (Thrift) 读取我的测试列

有两种可能：

1. Hector 会将所有调用转发到节点 B，因为 B 是数据 大师
2. Hector 将通过节点 B、D 和 E（主节点和复制节点）对读取调用进行负载平衡。在这种情况下，我的测试列将被加载到每个 Cassandra 实例的缓存中。

1) 或 2) 是哪一个？

感谢和问候， 马切耶

Answer 1

我相信它是：3) Cassandra 将所有调用转发到最近的活动节点，其中“接近度”由当前使用的 Snitch 确定（在 cassandra.yaml 中设置）。

• SimpleSnitch 选择令牌环上最近的节点。
• AbstractNetworkTopologySnitch 和派生的告密者首先尝试选择同一机架中的节点，然后尝试选择同一数据中心中的节点。

如果启用了DynamicSnitch，它会根据节点最近的表现动态调整底层snitch返回的节点接近度。

有关详细信息，请参阅“读取路径”下的Cassandra ArchitectureInternals。

Answer 2

（赞成西奥多的答案，因为它是正确的）。 一些额外的细节：

我们在 hector 端没有做任何事情来根据密钥将流量路由到给定节点（目前）。这在 Amazon Dynamo 论文的第 6.2 节中被称为“客户中介选择”。研究似乎表明，通过切断网络跃点，它实际上只对非常大的集群有用。

缺点是在客户端重复哈希计算和分区器查找。