我阅读了很多 cassandra 文档，我知道我们有分区键，该键的哈希值用于在分区之间分割数据，以在节点之间均匀分配数据。
但是分区到底是什么？它是一个表，还是表中的某个子集，还是只是用于对节点上的行进行排序的另一种计算内容？它是一个纯粹的虚拟事物，还是一些会产生一些开销的真实实体？
限制分区数量是否更好？例如，我可以从 uuid 除法中取余数并将其用作分区键，这样仍然可以均衡分区之间的数据，但保持分区数较低，或者我可以只使用整个 uuid？
AskOverflow.Dev
我阅读了很多 cassandra 文档，我知道我们有分区键，该键的哈希值用于在分区之间分割数据，以在节点之间均匀分配数据。
但是分区到底是什么？它是一个表，还是表中的某个子集，还是只是用于对节点上的行进行排序的另一种计算内容？它是一个纯粹的虚拟事物，还是一些会产生一些开销的真实实体？
限制分区数量是否更好？例如，我可以从 uuid 除法中取余数并将其用作分区键，这样仍然可以均衡分区之间的数据，但保持分区数较低，或者我可以只使用整个 uuid？
将其视为表的子集是一个好的开始。每个节点负责特定范围的分区（又称为令牌范围）。这就是 Cassandra 数据在节点之间的分布方式。无论数据位于哪个表中，令牌范围都是根据分区键的哈希值计算的。
因此，从根本上讲，分区是保证位于单个节点上的数据子集。这就是为什么我们说为了获得最佳性能，一起查询的数据应该存储在一起（同一分区）。
查询唯一会产生开销（与分区相关）的情况是尝试查询多个分区。多分区（分区键）查询很糟糕，因为无法确定确切的节点（包含要返回的所有数据）。因此，协调器会在整个集群中进行详尽搜索。
不。您肯定需要更多分区。这将有助于数据在整个集群中更均匀地分布。同样，这也有助于在集群中分配操作活动，并有助于保护部分节点免于过载。