Cassandra 负载不均衡 与 解决方法

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                                                                                               134154547520101788379756316570162344774      10.20.223.115   Up     Normal  138.43 KB       32.81%  19836060994110698319501384270720800576       10.20.223.116   Up     Normal  143.39 KB       7.93%   33327637713098975372896733928855304024       10.20.223.113   Up     Normal  143.46 KB       28.38%  81617185997645741434910225007556485361       10.20.223.114   Up     Normal  133.3 KB        3.01%   86736862331839877952832406350985306765       10.20.223.117   Up     Normal  138.43 KB       5.90%   96770512718388865179675126530244922092       10.20.223.112   Up     Normal  138.52 KB       21.97%  134154547520101788379756316570162344774

    将 auto_bootstrap 设为 true后，只有一个节点的Token发生了变化。整体均衡度没有明显变化。

     由于是初次接触Cassandra，怀疑是否有做过错误的配置而未被发现。

     于是尝试重新搭建环境、增、删节点，均以失败告终。

      也有朋友怀疑是数据量少或运行时间少导致的。但我看官方的数据，仅1G数据3个节点都是均衡的，我认为还是配置问题，而且官方介绍负载均衡的算法与Token有关。于是按官方说明手动计算Token：

def tokens( nodes ):
    for x in xrange( nodes ):
        print 2 ** 127 / nodes * x

     然后手动指定(conf/cassandra.yaml) initial_token值，启动后发现Token值并非读取这个配置。应该是头一次启动计算后写入到了System空间里了。

    然后手动更新所有节点的Token值：bin/nodetool -host 10.20.10.31 -port 8080 move 88888888888888888888888888888888888888

    注意：Move过程会按新环移动现有数据，完成之后再查看节点信息。神了！虽然当前没有数据，但我已经感觉到问题被解决了：

 

Address         Status State   Load            Owns    Token                                                                                               170141183460469231731687303715884105726     10.20.223.111   Up     Normal  169.96 KB       14.29%  24305883351495604533098186245126300818       10.20.223.112   Up     Normal  175.13 KB       14.29%  48611766702991209066196372490252601636       10.20.223.113   Up     Normal  175.13 KB       14.29%  72917650054486813599294558735378902454       10.20.223.114   Up     Normal  180.48 KB       14.29%  97223533405982418132392744980505203272       10.20.223.115   Up     Normal  169.93 KB       14.29%  121529416757478022665490931225631504090      10.20.223.116   Up     Normal  175.07 KB       14.29%  145835300108973627198589117470757804908      10.20.223.117   Up     Normal  169.96 KB       14.29%  170141183460469231731687303715884105726

    OK，加些数据看看是否均衡吧：

Address         Status State   Load            Owns    Token                                                                                               170141183460469231731687303715884105726      10.20.223.111   Up     Normal  1.26 GB         14.29%  24305883351495604533098186245126300818       10.20.223.112   Up     Normal  1.26 GB         14.29%  48611766702991209066196372490252601636       10.20.223.113   Up     Normal  1.26 GB         14.29%  72917650054486813599294558735378902454       10.20.223.114   Up     Normal  1.26 GB         14.29%  97223533405982418132392744980505203272       10.20.223.115   Up     Normal  1.26 GB         14.29%  121529416757478022665490931225631504090      10.20.223.116   Up     Normal  1.26 GB         14.29%  145835300108973627198589117470757804908      10.20.223.117   Up     Normal  1.26 GB         14.29%  170141183460469231731687303715884105726

     实在是太均衡了，原来就是Token惹的祸！

 

 

另外的一篇文章：

Cassandra之Token

 

http://www.ningoo.net/html/2010/cassandra_token.html

 

有一个多月没有更新过blog了，有点惭愧。不管何种理由，不管工作生活有何种变动，有一些我们内心真正追求的东西，不能放弃。昨天晚上，世界杯大幕拉开，在等待揭幕战的过程中，看了一段Cassandra关于dht部分的源代码。要在生产系统中运维，则数据如何分布不得不做周详细致的考虑。

将Cassandra用于实际的生成环境，一个必须要考虑的关键问题是Token的选择。Token决定了每个节点存储的数据的分布范围，每个节点保存的数据的key在(前一个节点Token，本节点Token]的半开半闭区间内，所有的节点形成一个首尾相接的环，所以第一个节点保存的是大于最大Token小于等于最小Token之间的数据。

根据采用的分区策略的不同，Token的类型和设置原则也有所不同。 Cassandra (0.6版本)本身支持三种分区策略：

RandomPartitioner：随机分区是一种hash分区策略，使用的Token是大整数型(BigInteger)，范围为0~2^127，因此极端情况下，一个采用随机分区策略的Cassandra集群的节点可以达到2^127+1个节点。嗯，为什么是2^127？因为Cassandra采用了MD5作为hash函数，其结果是128位的整数值(其中一位是符号位，Token取绝对值为结果)。采用随机分区策略的集群无法支持针对Key的范围查询。假如集群有N个节点，每个节点的hash空间采取平均分布的话，那么第i个节点的Token可以设置为：

 i * ( 2 ^ 127 / N )

下面的测试程序是从org.apache.cassandra.utils.FBUtilities类抽取出来的计算MD5值的函数，输入任何字符都可以得到其对应的MD5的整数值，利用该值和节点的Token对比即可知道该Key对应的数据归属于哪个节点：

 

OrderPreservingPartitioner：如果要支持针对Key的范围查询，那么可以选择这种有序分区策略。该策略采用的是字符串类型的Token。每个节点的具体选择需要根据Key的情况来确定。如果没有指定InitialToken，则系统会使用一个长度为16的随机字符串作为Token，字符串包含大小写字符和数字。

CollatingOrderPreservingPartitioner：和OrderPreservingPartitioner一样是有序分区策略。只是排序的方式不一样，采用的是字节型Token，支持设置不同语言环境的排序方式，代码中默认是en_US。

分区策略和每个节点的Token(Initial Token)都可以在storage-conf.xml配置文件中设置：

<Partitioner>org.apache.cassandra.dht.RandomPartitioner</Partitioner>

<InitialToken>10633823966279300000000000000000000000</InitialToken>

节点初始化完成以后，Token值做为元数据会保留在system keyspace中，每次启动会以该值为准，即使再改动配置文件中的InitialToken也不会产生任何影响。

Saved Token found: 10633823966279300000000000000000000000

通过nodetool的ring命令，可以查看集群各个节点的Token，这些Token值最好备份下来，当出现节点彻底顺坏时，可以重新设置同样的Token，确保数据分布可以不受节点损坏的影响。

 nodetool -h test ring
Address       Status     Load          Range                                      Ring
                                       85070591730234600000000000000000000000
192.168.0.1 Up         0 bytes       10633823966279300000000000000000000000     |<--|
192.168.0.2 Up         0 bytes       85070591730234600000000000000000000000     |-->|

PS: 在我的0.6.2的一个测试集群中，使用nodetool时不小心连到了9160端口，结果每次都会把节点搞挂，百试百灵。而且直接telnet到9160端口，随便发送个字符，也会把节点搞崩溃。不知道是我的测试环境的原因，还是Thrift有bug，这样节点的健壮性就有问题了，这个端口只能接受协议格式内的信息。对Java和Thrift都不太了解，把这个问题抛出来，希望有大牛能帮忙找到原因。

Update：之前贴的nodetool错连9160端口的报错可能有点误导大家，因为jmx用的默认的8080端口，连9160端口jmx报错是正常的，问题是节点不应该崩溃的。看了/var/log/cassandra/system.log中记录的节点错误信息，报的是OOM，Cassandra的java进程都消失了。调整了一下jvm参数，将heap的最小内存从默认的256MB设置到1G(-Xms1G)，还是有同样的问题。另外，我的java环境是jre1.6.0_18。