江苏龙网

  1. 主页 > 生活百科 > >

读过本文才算真正了解Cassandra数据库( 五 )

Cassandra


  • 全局性 。分布式系统中必须存在一个单一的、全局的进程通信机制，使得任何一个进程都能与其他进程通信，并且不区分本地通信与远程通信 。同时，还应当有全局的保护机制 。系统中所有机器上有统一的系统调用集合，它们必须适应分布式的环境 。在所有CPU上运行同样的内核，使协调工作更加容易 。Cassandra是完全符合这个定义的，Coordinator节点并不是固定的 。每个节点都可以接受任何的CQL，并且来充当协调者的角色 。重要的是，对于一个应用程序或者客户端而且，可以不关心Cassandra后来是怎么样存储和查询数据的 。它从外面看到的，始终只有一张完整的逻辑数据表 。
有了分布式的基础，Cassandra可以运行在多个Node下，并且多个Node可以部署在真实的不同的数据中心机房里，不同机架上，也就能做到去中心Decentralized 。有了这个基础，就可以配合Cassandra的多中心的复制策略NetworkTopologyStrategy，在每一个数据中心定义数据复制了 。
可扩展这个词其实，并不是特别准确，它的重点其实是可水平扩展 。简而言之，就是在图中环上加Node，就可以提高Cassandra的处理能力 。这其实和它的分布式特点是密不可分的 。Cassandra的拆分粒度最细，理论上几乎可以到一个Partition KEY 。或者说，每一个Partition KEY，都可以被看作可以拆分的，独立处理的最小的单位 。增加数据的同时只要增加Node就可以了，这就使得它的水平扩展性是很好的 。
做一个偏激的假设，如果Cassandra只有一份数据存储，就凭Key独立的特点，把不同的Key分到不同的机器上提供服务，也可以算得上是分布式、去中心和可扩展的 。但是它这个特点是不完美，不彻底的 。因为机器分得越多，任何一台机器故障，它提供的服务就是不完整的 。
高可用、容错性、可配置一致性
接下来，我们继续看另外三个特点，高可用、容错性、可配置的一致性，这些特点围绕的核心就数据冗余 。
任何的高可用背后，一定是有数据冗余的 。传统数据库通常偏爱的是主备模式，就是当提供服务的数据库节点DOWN掉之后，备节点开始提供服务 。这时候往往故障检测、主备切换，应用切换的时间就会成为关注的焦点，做得好一点的数据库可以在1分钟或者几十秒内完成切换 。不过在如今7*24*365的环境下，1分钟的故障恢复时间通常并不能让用户十分满意，当切换时间压缩到一定程度，还会出现一个矛盾点，就是数据库异常时间监测阈值 。如果设得太长，主备切换就慢，设太短了，一个网络抖动，就可能触发不必要的主备切换误判 。
Cassandra的数据复制（replicas）并不像传统的备份数据，它更像是多份主数据，这些数据都是时时刻刻对外提供服务的，换句话说，有一个数据库节点DOWN掉，完全不需要主备切换时间 。在资源充足的情况下，甚至是几乎无感的（比如7个replicas坏了1个） 。
在Cassandra里面，数据复制（replicas）多少份，怎么存储，这个策略是可以根据不同的Keyspace来设置的，相当于提供一个灵活的选择，可以根据数据库表的实际使用场景和形态，来决定数据复制的策略 。
数据冗余可以说是分布式系统中的常规操作，像参数数据之类的，经常会采用数据冗余的方法来处理 。然而，有冗余的地方就有同步 。数据一致性问题，永远和数据冗余相伴而生 。好在Cassandra有Timestamps来解决一致性问题，容错性只是一致性的一个衍生产品，简单的说，只是Cassandra发现了一个老Timestamps的错误数据，后台修复一下而已 。
而可配置一致性，就是Cassandra的一个特别重要的特性了 。因为它的影响但不仅仅是对于高可用，它还直接影响数据库性能 。就传统数据库而言，开不开备库，对OLTP交易性能也是有直接影响的（包括redis也是） 。从理论上来说，Cassandra要等更多的Node写入数据，那响应时间就会越慢 。这个响应时间取决与最慢的那个Node 。若要交易响应更快，就需要通过异步的方式 。所以Cassandra通常都不会等所有的Node都响应，等多少Node，等哪些Node，就是可配置一致性 。
在数据写入读取方面Cassandra的一直性级别有：
ANY（仅写入）,ONE,TWO,THREE ,QUORUM,ALL
LOCAL_ONE, LOCAL_QUORUM,EACH_QUORUM
以上这些级别很好理解，不需要逐个解释 。关于高可用和强一致性，永远都是鱼和熊掌 。假如我们的系统使用了最快的方式写入，比如写ANY，读ONE 。那么读到的数据并不是最实时的准确数据的可能性就会大幅增加 。如上面的图，有6个节点在写入数据，任意一个写成功，程序就成功返回 。那么假定其余5个节点还没有完成写入 。那这时候，有一个读ONE的程序，恰好读到了这5节点中的一个，并成功返回，这就产生了数据的不一致 。要做到数据的强一致，读写策略就必须配合设置，满足这样的条件 。


推荐阅读


上一篇：如何提升springboot服务吞吐量

下一篇：Linux 命令行简介