参考文档：http://www.datastax.com/documentation/cassandra/1.2/webhelp/index.html#cassandra/architecture/architectureDataDistributeAbout_c.html#concept_ds_g43_g3f_fk
在Cassandra中，数据分配和复制是同时进行的。这是因为Cassandra被设计为一个点对点的系统，数据有多个复制，被分发到一组节点上。数据按照表的形式构建以主键进行标识。主键决定了数据存储在那一个节点上面。Cassandra是一个面向行的数据库，行的副本就称其为复制。当数据第一次被写入的时候，就被称为是一个复制。
当你创建集群的时候，你需要指定一下属性：
Virtual nodes（虚拟结点）: 指定数据属于那个物理机器
Partitioner（分区器）: 决定了集群中数据如何分区
Replication strategy（复制策略）: 决定如何进行每个数据行的复制
Snitch（告密者）: 定义了复制策略放置数据复制所采用的拓扑信息
一、一致性哈希
详细说明在Cassandra集群中，一致性哈希机制是如何分发数据的。
采用一致性哈希对数据进行分析是基于主键的。以以下数据为例：
| jim | age: 36 | car: camaro | gender: M |
| carol | age: 37 | car: bmw | gender: F |
| johnny | age: 12 | gender: M | |
| suzy | age: 10 | gender: F |
|
Cassandra 通过计算为每个主键分配了一个hash值。
| Primary key | Murmur3 hash value |
|---|---|
| jim | -2245462676723223822 |
| carol | 7723358927203680754 |
| johnny | -6723372854036780875 |
| suzy |
1168604627387940318 |
在集群中的每个节点基于哈希值负责一段连续范围内的数据。
| Node | Murmur3 start range | Murmur3 end range |
|---|---|---|
| A | -9223372036854775808 | -4611686018427387903 |
| B | -4611686018427387904 | -1 |
| C | 0 | 4611686018427387903 |
| D | 4611686018427387904 | 9223372036854775807 |
Cassandra根据主键的哈希值将数据放置在主键所在范围内的节点。
| Node | Start range | End range | Primary key | Hash value |
|---|---|---|---|---|
| A | -9223372036854775808 | -4611686018427387903 | johnny | -6723372854036780875 |
| B | -4611686018427387904 | -1 | jim | -2245462676723223822 |
| C | 0 | 4611686018427387903 | suzy | 1168604627387940318 |
| D | 4611686018427387904 | 9223372036854775807 | carol | 7723358927203680754 |