在 Cassandra 环中均匀地重新洗牌数据答案

【问题标题】：Reshuffle data evenly across Cassandra ring在 Cassandra 环中均匀地重新洗牌数据
【发布时间】：2016-07-02 06:48:17
【问题描述】：

我有 Apache Cassandra 2.1.12 的三节点环。当它是 2 节点环时，我插入了一些数据，然后在环中添加了一个 172.16.5.54 节点。我在我的戒指中使用 vnode。问题是数据分布不均匀，因为所有权似乎分布均匀。那么，如何重新分配环上的数据。我尝试过nodetool repair 和nodetool cleanup，但仍然没有运气。

此外，这个 load and own 列在nodetool status 输出中意味着什么。另外，如果我从文件中的一个节点导入数据，则如果超出这三个节点。因此，CPU 利用率上升到 100%，最后其余两个节点上的数据均匀分布，但不会在导入运行节点上分布。为什么会这样？

Datacenter: datacenter1
    =======================
    Status=Up/Down
    |/ State=Normal/Leaving/Joining/Moving
    --  Address       Load       Tokens  Owns (effective)  Host ID                               Rack
    UN  172.16.5.54   1.47 MB    256     67.4%             40d07f44-eef8-46bf-9813-4155ba753370  rack1
    UN  172.16.4.196  165.65 MB  256     68.3%             6315bbad-e306-4332-803c-6f2d5b658586  rack1
    UN  172.16.3.172  64.69 MB   256     64.4%             26e773ea-f478-49f6-92a5-1d07ae6c0f69  rack1

【问题讨论】：

我认为您还需要运行nodetool cleanup。 Docs are here。 "向集群添加新节点后，使用此命令删除不需要的数据。"
@LHWizard 没有任何作用

标签： cassandra datastax cassandra-2.1

【解决方案1】：

输出中的列针对 cassandra 2.1.x in this doc 进行了解释。负载是 cassandra 数据目录中的文件系统数据量。您的 3 个节点似乎不平衡，这可能意味着您的分区键在单个节点 (172.16.4.196) 上聚集，有时称为热点。

Owns 列是“每个数据中心的节点拥有的数据的百分比乘以复制因子”。所以我可以推断出你的 RF=2，因为每个节点拥有大约 2/3 的数据。

【讨论】：

【解决方案2】：

您需要修复表的分区键。

Cassandra 根据分区键将数据分发到节点（使用散列分区范围）。因此，由于某些原因，您有大量数据用于少数分区键值，而几乎没有用于其余分区键值。

【讨论】：