SOLR 和 VNodes 和令牌

Question

注意：我进行了一些重新格式化并添加了一些附加信息。

请看这个：Question_Answer

我想问一下 - 对于 DSE 5.0 以及今年在 C* 峰会上提到的 5.1 和 5.2 即将发生的变化，同样的建议是否有用？

我们的用例是：

平台必须随时可用。 （卡桑德拉）
数据必须是可搜索的。 (SOLR / Lucene)
该平台必须提供分析/数据仓库/BI 等（图形/Spark）

多亏了 DSE，所有这些都可以在单一产品中实现！谢谢 DataStax！

但我们存储的数据量和交易数量非常少。
我们的规范是针对应用程序中的 100 个并发会话 - 当然，这甚至不会转化为 100 个并发数据库请求/操作。

在大多数情况下，我们的应用程序类似于日常企业 CRUD 应用程序。

虽然并不荒谬，但 AWS 实例并非完全免费。
为每个工作负载配备一个单独的集群（具有足够的复制以实现持续可用性）对我们来说将是一个成本问题。

虽然我理解，概念证明可以提供一些帮助——但没有真正的工作负载/真正的用户——通过服务/应用程序——只有“生产”系统和流氓用户才能真正提供洞察力。您能做的最好的事情就是“加载”功能测试。

简而言之，从平台的角度来看，我们有点卡在这里。

最初，我们正在考虑：

2 个地理隔离数据中心
每个 DC 2 个机架
每个机架 2 个节点
射频 3
local_quorum 的 CL

如果我们发现遇到性能问题，我们可以横向扩展 - 在最初的 2 个机架中添加一个额外的机架或额外的节点。

至于 V 节点或令牌数量，我们不知道。

DSE 搜索的文档说 V-nodes 增加了 30% 的开销，所以听起来你不应该使用 V-nodes，但是在文档中的一个表中它也说使用 16 或 32。它怎么可能两者兼而有之？

如果我们可以在单个节点上成功运行所有工作负载（我们的要求确实很低），我们是使用 V 节点（16 还是 32）运行还是运行单个令牌？

最后，还有其他选择吗？
您可以在同一个数据中心拥有具有不同工作负载的节点吗？单个节点在哪里设置了特定工作负载的 RAM / CPU 要求？

假设我们每个数据中心有 4 个节点（仅作为起点 - 我们不知道您是否可以在单个节点上成功运行 Search / 或在单个节点上成功运行 Spark）

节点 1：仅 Cassandra
节点 2：Cassandra 和搜索
节点 3：Cassandra 和 Graph
节点 4：Cassandra 和 Spark

如果 Search 需要 64GB RAM - 就这样吧……但 Cassandra 唯一的节点可以使用 8 或 16 个。

因此，我们可以满足每种工作负载类型的 CPU 和内存需求——但仍然只有一个 DC。 （我们将有 2 个用于冗余 - 但实际上它是单个 DC 安装：镜像）

提前感谢您的帮助。

Answer 1

Vnodes 为搜索解决方案的分散收集部分增加了额外的开销。在某些基准测试中，这一比例高达 30%。由于动态扩展的好处，一些客户愿意承受这种开销并希望使用 vnode。

如果您拥有或正在计划一个小型集群 - 并且不需要动态扩展它 - 那么我肯定会建议坚持使用单个令牌。这种方法的隐藏好处是，您的维修速度也会稍快一些。这有助于搜索，因为您正在阅读相当于 CL.ONE 的内容。

可以在同一个数据中心（搜索、分析和现在的图表）上运行所有功能，但您会发现开销会增加。您将需要具有更多内存和 cpu 资源的更大节点来应对处理负载。我可能会从 128 Gb 的内存开始，然后从那里开始。我想如果你的负载真的很轻，你可能会少花钱。与您打算运行的所有规模的基准测试一样，这是关键。

顺便说一句，我并不完全清楚你对 RF 的意图。你有点暗示2个节点和RF = 3。我猜这只是措辞，但如果不是 - 值得注意的是，您至少需要与 RF 一样多的节点才能获得最佳覆盖范围！