Partitioners

Components of Cassandra - Partitioners

A partitioner determines how data is distributed across the nodes in the cluster.

Basically, a partitioner is a function for deriving a token representing a row from its partition key, typically by hashing.

Cassandra offers the following partitioners that can be set in the cassandra.yaml file.

Murmur3Partitioner (default): uniformly distributes data across the cluster based on MurmurHash hash values.

RandomPartitioner: uniformly distributes data across the cluster based on MD5 hash values.
ByteOrderedPartitioner: keeps an ordered distribution of data lexically by key bytes

Note: However, the partitioners are not compatible, and data partitioned with one partitioner cannot be easily converted to the other partitioner.

整个启动流程会启动前端cql server用来接收客户端cql请求，启动node互相通信用的MessageService。

cassandra启动过程对于新节点加入还是正常启动还是有区分的，新节点会造成数据重分布，所以需要先执行bootstrap

数据分区和数据放置是逻辑和物理的关系，逻辑是顶层设计，物理是具体实现，逻辑设计决定物理实现，物理约束反过来影响逻辑设计。

考虑为什么要进行数据分区？

举个例子，

给你10个乒乓球，要求放入3个盒子里。

如何决定哪个球放入哪个盒子？比如

按照编号大小：0-2放入盒子A，3-5放入盒子B，6-9放入盒子C

按照编号特征：对3取余0放入盒子A，取余1放入盒子B，取余==2放入盒子C

...

上面的策略就是选择数据分区的过程，既然有这么多分区方法可以选，选哪个最好？有一个比较重要的考虑因素是，3个盒子到底是什么特征？比如是否一样大小。比如我告诉你盒子A和B只能放1个，盒子C可以放100个，那么上面两种策略都不行。如果我告诉你，盒子ABC都能放100个，那么上面两种策略都可以。具体到一个盒子里面，怎么放也有讲究，比如随便扔，或者用格子一个个放。