如何在分布式数据库中存储数据。在中，它同样被存储。在其他分布式数据库管理系统中，情况如何？

Question

我在DataStax上读过关于Apache的文章，我注意到，无论我们要写什么数据，都将在所有节点中平均分布。在所有其他分布式数据库管理系统中都会出现这种情况吗？其他系统是否会在各自的数据库中平均分配数据？如果它们的分布不相等，那么数据是如何在这些分布式数据库之间分布的呢？

Answer 1

我已经注意到，无论我们要写什么数据，都将平等地分布在所有的节点中。

不一定。数据复制的级别由复制因子决定，复制因子是根据每个键空间设置的。假设我有一个由3个节点组成的集群，并且定义我的键空间，如下所示：

CREATE KEYSPACE stackoverflow
WITH replication = {'class': 'NetworkTopologyStrategy', 'MyDC': '3'};

在这种情况下，“是”，我的数据将被复制到每个节点。但假设我的磁盘空间快用完了，而且(作为一种启动)，我买不起更大的硬盘。在这种情况下，我可以将我的键空间改为复制因子2：

CREATE KEYSPACE stackoverflow
WITH replication = {'class': 'NetworkTopologyStrategy', 'MyDC': '2'};

这样，每个节点只负责三分之二的数据。当然，这里的缺点是，我现在只能承受集群中单个节点的损失。

在所有其他分布式数据库管理系统中都会出现这种情况吗？其他系统是否会在各自的数据库中平均分配数据？

简单地说，“不”和“不”。

如果它们的分布不相等，那么数据是如何在这些分布式数据库之间分布的呢？

由于有数百个分布式DBMS(包括声称以某种方式“分发”的NoSQL和RDBMS)，我不可能开始总结(甚至一般)它们都是如何分布数据的。但我要说的是，其中有几个使用了“切分密钥”和/或“次要节点”的概念来实现分布和扩展。

在卡桑德拉，所有节点都是equal...there，不是“主节点”的概念。但是有些系统有“主”或“主”节点以及“次要”节点的概念。在这些场景中，主程序处理所有的写操作，并将数据复制到一个或多个次要程序。使用切分键，将碎片值的某一范围分配给每个节点。然后，数据仅存储在负责数据碎片键所属范围的节点上。