Cassandra cqlsh 连接和通过复制命令插入数据？

Question

我有一个带有 5 节点 cassandra 集群的单一数据中心正在运行。我创建了一个 RF=3 和简单策略的键空间。我需要澄清以下几点-

1. 使用 nodetool getpoints 可以告诉我们的数据物理存储在哪个节点上。所以我知道我的数据存储在节点 2、3、4 上。但我仍然可以在每个节点上看到各自的 sstable 和 *.db 文件。因此，如果数据物理存储在节点 2、3、4 上，那么为什么它也会显示在节点 0、1 上？？

2. 通过 cqlsh 客户端连接后，一致性命令显示 ONE 作为默认一致性级别。所以我现在的理解是，如果我将通过复制命令执行任何读取或写入，将作为一致性 ONE 执行。因此，如果我一次关闭三个或四个节点，除了来自 2、3、4 的一个节点，它会对客户端连接（cassandra 读取或写入查询）有任何影响吗？？

请让我知道这一点，以便更好地理解 cassandra 的概念？？

Answer 1

1. Cassandra 根据特定分区键的哈希值（通常称为token）和副本数将数据分发到集群的所有节点，因此值为 1 的 PK 将开启节点 (3,4,5)，节点 (5, 1, 2) 上的值为 2 等。nodetool getendpoints 为您提供具有特定分区键的行的位置，而不是所有数据。您可以在以下blog post 中阅读更多相关信息。

2. CL ONE 意味着我们只需要从数据的一个副本确认读取或写入操作（您有三个副本，因为 RF=3）。写入总是发送到所有副本，但如果只有一个成功回答，我们确认操作。对于您的具体问题 - 在您的情况下，您可以容忍丢失负责特定分区键的 2 个节点。

我建议至少阅读 Cassandra: The Definitive Guide, 3rd edition 的第一部分 - 它是来自 DataStax 的freely available。或者阅读DataStax Enterprise Architecture Guide - 它也涵盖了 Cassandra 的架构。

附：我建议使用DSBulk utility 而不是使用复制命令——它在加载或卸载数据（尤其是大量数据）时针对性能进行了高度优化，并且更加灵活。