例如，如果我处理大量事务 [时间戳（键）、值、交易者、..]，我希望进行随机分区以实现负载平衡。
但是为了查询，我希望这些事务按每个节点上的时间戳排序，以便在最后 5 分钟（或其他时间段）内完成所有事务并使用 MapReduce 合并总数会非常快。
如果我使用随机分区器，为什么 cassandra 会对文件中的键进行随机排序？
Q1：有解决办法吗？我可以使用索引，但这并不理想。
Q2。出于好奇，我想知道为什么一个节点中的键排序与分区策略有关？
问问题
180 次
1 回答
1
节点是 Cassandra 是环形式的，环中的每个节点负责键范围（数据集）。这个想法是，在环中的所有节点上平均分配数据，另外独立地执行每个写入操作 - 这样我们就不需要跟踪最后的更新来平衡环中的数据。
Random Partitioner 使用Consistent Hashing将行键存储在随机节点上，以便以后找到它们。它基本上生成真实行键的哈希（这是BigInteger），并在环中找到负责这个哈希的节点（它在这个节点的范围内）。
例如，我们在环中有 4 个节点（为了简单起见，我将使用较小的数字）：
- 节点 1 = initial_token: 0
- 节点 2 = initial_token: 100
- 节点 3 = initial_token: 200
- 节点 4 = initial_token: 300
行键“value1”的哈希值为 23，因此它将存储在节点 1 上
行键“value2”的哈希值为 123，因此它将存储在节点 2 上
为了解决您的问题，您需要编写手动索引，二级索引可能不是完美的想法 - 它有一些限制（低肉体）
于 2013-01-04T20:54:53.703 回答