集群的每个节点上有多少总数据？

Question

在lesson material for datastax 的上下文中，给出这个问题：

在 RF=2 的 3 节点集群中，每个节点的总数据量是多少 节点自己的？

如何计算？

我想我找到了一种数学表达方式，但我认为我的数学技能充其量是很差的，而且它至少做出了一个假设——我不确定如何口头表达：

我可以用比例来表示：

节点/数据百分比

上面的例子看起来像这样：

1 (node) / x (data pct) = 3 (nodes total) / 100% (data pct)

3x = 100% ... x = 33.33%（乘以复制因子**）= 66.66%

因此，每个节点包含 2/3 的数据。

** 这是我知道的假设，我无法表达

我正在寻找健全性检查：此方法是否可以确定每个节点拥有的数据的 pct，其中“数据”定义为用户添加到 cassandra 的所有数据？ （即，不是 opscenter）

如果是这样，这是否意味着在 RF=3 的 8 节点集群上，每个节点包含总数据的 37.5%？

我们的两个 dev c* 数据中心的服务器损失了一半，并且似乎能够恢复所有数据。我不确定如何验证这一点，但如果每个节点确实有 37.5% 的数据，那么它解释了我们如何能够完全恢复：这意味着 150% 的数据保留在四个节点上剩下的，假设复制在两个 c* dc 中都设置为 RF=3。 （就是用户添加的数据。）

Answer 1

基本上是的，你的数学是正确的。我认为这是表达同一件事的一种更简单的方式，所以它是有道理的：

100% * RF = “唯一数据”的总量

So (RF * 100%) / num_nodes = 每个节点的数据量

对于您的示例，您计算出的 100% * 3/8 = 37.5%。

确实，如果您将剩余节点上拥有的数据的百分比相加，并且如果它小于 100%，那么您将丢失数据……但反过来肯定是不正确的。您可以拥有超过 100% 的剩余节点的所有权，但仍会丢失一些数据，例如如果所有剩余的节点都包含完全相同的副本。所以我认为这不是考虑你的弹性的好方法。

如果您正在向 3 个节点写入数据并且有 2 个节点出现故障，则您知道仍然有可用的数据副本。如果有 3 个节点宕机，可能有一些数据不可用（如果它恰好是一个主节点和 2 个副本节点）。