Cassandra内部架构介绍

Cassandra是一个开源的、分布式的、无中心节点的、有弹性和可扩展的、高度可用的、容错的、一致和协调的、面向列的NoSQL数据库。

Cluster

Node（节点）：一个运行cassandra的实例

Rack（机架）：一组nodes的集合

DataCenter（数据中心）：一组racks的集合

Cluster（集群）：映射到拥有一个完整令牌圆环所有节点的集合

客户端连接到某一节点发起读写请求时，该节点充当客户端应用与集群中拥有相应数据节点间的桥梁，称为协调者，以根据集群配置确定环(ring)中的哪个节点应当获取这个请求。

使用CQL连接指定的-h节点就是协调节点

1、集群中任何一个节点都可能成为协调者

2、每个客户端请求都可能由不同的节点来协调

3、由协调者管理复制因子（复制因子：一条新数据应该被复制到多少个节点）

4、协调者申请一致性级别（一致性级别：集群中有多少节点必须相应读写的请求）

分区器决定了数据如何在集群内被分发。在Cassandra中，table的每行由唯一的primarykey标识，partitioner实际上为一hash函数用，以计算primary key的token。Cassandra依据这个token值在集群中放置对应的行。

Cassandra提供了三种不同的分区器

Murmur3Partitioner（默认）- 基于MurmurHash hash值将数据均匀的分布在集群

RandomPartitioner - 基于MD5 hash值将数据均匀的分布在集群中

ByteOrderedPartitioner - 通过键的字节来保持数据词汇的有序分布

每个虚拟节点对应一个token值，每个token决定了节点在环中的位置以及节点应当承担的一段连续的数据hash值的范围，因此每个节点都拥有一段连续的token，这一段连续的token，组成了一个封闭的圆环。

没有使用虚拟节点, Ring环的tokens数量=集群的机器数量. 比如一共有6个节点,所以token数=6.因为副本因子=3,一条记录要在集群中的三个节点存在. 简单地方式是计算rowkey的hash值,落在环中的哪个token上,第一份数据就在那个节点上,剩余两个副本落在这个节点在token环上的后两个节点.