如何在多机架（rack）配置环境中部署cassandra节点

cassandra节点上数据的分布和存储是由系统自动完成的。除了我们要设计好partition key之外，在多机架（rack）配置环境中部署cassandra节点，也需要考虑cassandra分布数据的算法。系统在分布数据的时候，会尽最大可能保证数据均匀分配到不同机架上，这样可以实现最大的可靠性。但是，如果机架的部署不对的话，这个算法也会带来热点问题。请看下面问题：

• 四个节点分布在两个机架：r1-n1，r1-n2，r1-n3，r2-n1

• 3个分区(partition): P1, P2, P3

• 假设复制指数是3，下面是每个分区的分布：

r1-n1: P1-R1, P3-R3                  r2-n1: P1-R2, P2-R2, P3-R2

r1-n2: P1-R3, P2-R1

r1-n3: P2-R3, P3-R1

• 我们看到，机架r2上的节点比r1上的节点高50%的负载。

如何解决这个问题呢？

1. 首先，为了方便系统平衡数据负载，最好所有节点有相同的配置：内存、硬盘、CPU。这样，系统数据负载会更均匀；
2. 其次，尽量保证每个机架上有相同的节点数；
3. 第三，如果有时候由于特殊原因，必须要分布不同的数量，对2个机架的情况，第一个机架必须有2倍于第二个机架的节点。