http://www.datastax.com/docs/1.2/initialize/token_generation#calculating-tokens-for-the-murmur3partitioner
本文是
Cassandra
数据
模型设计第一篇（全两篇），该系列文章包含了eBay使用
Cassandra
数据
模型设计的一些实践。其中一些最佳实践我们是通过社区学到的，有些对我们来说也是新知识，还有一些仍然具有争议性，可能在要通过进一步的实践才能从中获益。本文中，我将会讲解一些基本的实践以及一个详细的例子。即使你不了解
Cassandra
，也应该能理解下面大多数内容。我们尝试使用
Cassandra
已经超过1年时间了。
Cassandra
现在正在服务一些用例，涉及到的业务从大量写操作的日志记录和跟踪，到一些混合工作。其中一项服务是我们的“SocialSignal”项目，支撑着ebay的pruductpag
AddressStatusStateLoadOwnsToken
134154547520101788379756316570162344774
10.20.223.115UpNormal138.43KB32.81%19836060994110698319501384270720800576
10...
源：http://hi.baidu.com/higkoo/blog/item/070ce226b751f0048b82a103.html
最近在看
Cassandra
，但自打配起一个集群后，负载就不均衡了。
Address Status State Load Owns Token ...
日志：log4j-server.properties文件，生产环境下更适宜将日志级别调到WARN或是ERROR，因为过繁琐的输出可能会让服务器变慢很多
通过
Cassandra
自动的Nodetool工具（/bin目录下），可以查看集群、了解其行为并调整集群的功能，查看每个
节点
负责的区间，在
节点
间移动
数据
、退服
节点
、修复遇到问题的
节点
命令bin/nodetool -h 192.168.6.1
Cassandra
集群没有中心
节点
，各个
节点
的地位完全相同，它们通过一种叫做gossip的协议维护集群的状态。通过gossip，每个
节点
都能知道集群中包含哪些
节点
，以及这些
节点
的状态，这使得
Cassandra
集群中的任何一个
节点
都可以完成任意key的路由，任意一个
节点
不可用都不会造成灾难性的后果。
一、Gossip算法背景
Gossip算法如其名，灵感来自办公室八卦，只要...
我在早期的项目上应用的
Cassandra
Database的
数据
已经有几个GB了。由于之前一直没有留意，用nodetool 工具查看ring状发现负载很不平衡，多的50％,少的3％。
查了下
cassandra
wiki,http://wiki.apache.org/
cassandra
/Operations#Load_balancing 有一段话：
If you add nodes
Cassandra
是一个分布式、高可扩展的
数据
库，用户可以创建线上应用程序，实时处理大量
数据
。
Apache Spark是应用于Hadoop集群的处理引擎，在内存条件下可以为Hadoop加速100倍，在磁盘上运行时也能实现十倍的加速。Spark还提供SQL、流
数据
处理、机器学习和图型计算等功能。
Cassandra
与Spark的结合，让端到端的分析工作流的实现更为容易。另外，交易型
数据
库
文章目录HintsBatchlog请求调度属性ThriftKey 缓存与全局属性计数器缓存性能调优CommitLogCompactionMemtable缓存与索引磁盘设置网络超时设置
节点
间的设置本地传输（CQL二进制协议）故障检测设置结束
cluster_name
集群的名称。 这主要用于防止一个逻辑集群中的计算机加入另一个逻辑集群。
在
Cassandra
集群中，每一台
节点
都需要加入 集群 ， 如果名称不一致，则
节点
将加入不同的集群环境中。如果出现 需要将 集群 A 的
节点
加入到 集群 B ，除了修
使用Apache
Cassandra
缓存，部署4台Apache
Cassandra
服务器
负载均衡
，webservice执行写操作时，先写oracle
数据
库，再写到
Cassandra
上。webservice执行读操作时，先读
Cassandra
，如果命中就返回，如果不命中就从
数据
库读取，并写到
Cassandra
上。
1
Cassandra
执行写操作，是写到
负载均衡
的一个
节点
上，系统会异步地自动...
Cassandra
是点对点分布式系统，集群中各
节点
平等，
数据
分布于集群中各
节点
，各
节点
间每秒交换一次信息。每个
节点
的commit log捕获写操作来确保
数据
持久性。
数据
先被写入memtable-内存中的
数据
结构，待该结构满后
数据
被写入SSTable-硬盘中的
数据
文件。所有的写内容被自动在集群中分区并复制。
Cassandra
数据
库面向行。授权用户可连接至任意
数据
中心的任意
节点
，并通过类似SQL的...
我们正在构建一个用于存储大量时间序列
数据
的
Cassandra
（2.1.5）集群，我们计划利用现有硬件，问题是可用的硬件真的不同。
2台机器：4核心，8 GB，SSD
2台机器：8核心，16 GB，SSD
2机器：32核心，64 GB，硬盘
显然，32核机器可以处理比4核机器更大的负载，我们应该如何配置
Cassandra
来处理这个。我们正在使用RF 3和最新的datastax java驱动程序。
利用Spark迁移
Cassandra
集群
数据
可以通过以下步骤实现：
1. 首先，需要在Spark中安装
Cassandra
驱动程序，以便能够连接到
Cassandra
集群。
2. 然后，使用Spark的RDD（弹性分布式
数据
集）来读取
Cassandra
中的
数据
。可以使用
Cassandra
RDD类来实现这一点。
3. 接下来，可以使用Spark的DataFrame API来对
数据
进行转换和处理。这可以包括过滤、排序、聚合等操作。
4. 最后，可以使用Spark的写入API将
数据
写入到新的
Cassandra
集群中。可以使用
Cassandra
Connector类来实现这一点。
需要注意的是，在迁移
数据
之前，需要确保新的
Cassandra
集群已经设置好，并且与旧的集群具有相同的
数据
模型和表结构。此外，还需要考虑
数据
迁移期间的
数据
一致性和可用性问题。
Zhuang.Mr.L:
