共计 3918 个字符，预计需要花费 10 分钟才能阅读完成。
Cassandra Java 驱动程序
本文翻译至：https://beyondthelines.net/databases/the-cassandra-java-driver/
同时也加上了作者阅读源码后的观后感，丰富了很多细节。
Cassandra 驱动程序不是将 CQL 字符串发送到 Cassandra 节点并等待响应的傻瓜程序
它们实际上很聪明，并且以某种方式组织的，使您易于使用，工作更开心，同时仍然尝试从 Cassandra 中获得最大的性能。
在本文中，我将重点介绍 Java 驱动程序，快速了解其体系结构及其提供的某些功能。
快速使用
3.x 版本
Cluster cluster = Cluster.builder().addContactPoints(contactPoints).withPort(port).build();
session = cluster.connect();
ResultSet results = session.execute(query);
for (Row row : results) {//TODO: access row;}4.x 版本
session = CqlSession.builder().build();
ResultSet results = session.execute(query);
for (Row row : results) {//TODO: access row;}
配置 application.conf, 放在 java 进程的 classpath 下
datastax-java-driver {basic.contact-points = ["127.0.0.1:9042"]
basic {
load-balancing-policy {local-datacenter = datacenter1}
}可以看到 4.x 完全移除了 Cluster 这个类，一个会话会创建 n 个 pool（n=node 个数），一个 pool 就是一个连接池，拥有若干个连接，请求都是异步的，所以一个连接也是可以同时发送多个 request，这种我们称之为 inFlight
因为目前主流的客户端还是 3.x，下面我们重点介绍 3.x 版本
架构
Cassandra Java 驱动程序提供了一个异步 API。请注意，它还提供了一个同步 API，但由于它是基于异步 API 的，并且我不想在我的应用程序线程与 Cassandra 交互时夯住，因此我不准备介绍它。
让我们自底向上研究一下驱动程序各个组件
连接
最底部是与 Cassandra 节点的连接。Cassandra 协议是完全异步的。这意味着我们可以通过同一连接发送多个请求。在发送下一个请求之前，我们不必等待单个请求完成。每个请求都由流 ID 标识，并且在响应中也设置了该 ID，以便 driver 可以将响应与相应的请求进行关联。
该驱动程序依靠 Netty 执行异步 IO 操作。
一旦将请求发送到连接会话，executeAsync 将返回 Future，然后在接收到相应的响应（或发生超时异常）时使用 Promise 完成。
正在进行的请求（也称为“in-flight”请求）存储在队列中。队列已满时，您将无法再将查询发送到 Cassandra。executeAsync 将返回失败的 future（jdk8 异步作业句柄）。在版本 3.1 之前，调用线程处于阻塞状态，等待有可用的连接。当然，队列大小可以在 poolingOptions 中配置。
val poolingOptions = new PoolingOptions()
poolingOptions
.setMaxRequestsPerConnection(HostDistance.LOCAL, 32768)
.setMaxRequestsPerConnection(HostDistance.REMOTE, 2000)
val cluster = Cluster.builder()
.withContactPoints("127.0.0.1")
.withPoolingOptions(poolingOptions)
.build() 默认值非常低（本地连接为 1024，远程连接为 256）。256 在生产环境很容易就用满，因此，我建议您根据需要调整这些值。
使用 TCP 保持活动状态或发送应用程序心跳以保持连接打开，以保持连接打开。
连接池
连接属于连接池。驱动程序为每个 Cassandra 节点维护一个连接池。连接池也可以通过 poolingOptions 进行配置。
poolingOptions
.setConnectionsPerHost(HostDistance.LOCAL, 4, 10)
.setConnectionsPerHost(HostDistance.REMOTE, 2, 4)主要配置是池大小。可用连接的数量可以根据负载在核心和最大数量之间变化。我们还可以为本地或远程数据中心设置不同的设置。当连接闲置时间过长时，连接将关闭，直到池大小达到其核心大小为止。
会话
连接池属于会话。
会话也是应用程序用于与 Cassandra 通信的对象。
该层为应用程序抽象所有连接管理。
val session = cluster.connect()Session 提供了所有与 Cassandra 通信的 API，例如 session.executeAsync，它允许应用程序向 Cassandra 发送请求，或者 session.getState 允许我们监控后端主机和进行中的查询。
cluster
群集是顶层抽象。在这里，我们可以配置所有内容，例如指定池选项，负载平衡策略，重试策略或默认一致性级别。
val cluster = Cluster.builder()
.withContactPoints("127.0.0.1")
.withPoolingOptions(poolingOptions)
.withLoadBalancingPolicy(new RoundRobinPolicy())
.withQueryOptions(new QueryOptions().setConsistencyLevel(ConsistencyLevel.LOCAL_QUORUM)
)
.build()
Bootstrapping
当驱动程序首次连接到种子节点之一时，它会建立一个控制连接，用于发现群集拓扑。基本上，它查询 Cassandra 中的系统表。
引导启动时，从种子节点列表中随机选择种子节点，以避免在初始群集拓扑中始终使用相同的节点。
负载均衡
负载平衡负责建立与整个 Cassandra 集群（不仅在一个节点上）的连接，并维护与集群中每个主机的连接池。
它具有将某些请求发送到某些节点的逻辑。与哪些主机建立连接以及向哪些主机发送请求由负载平衡策略确定。
实际上，对每个请求都会算出一个查询计划。查询计划确定向哪个主机发送请求以及以哪个顺序发送（取决于推测执行策略和重试策略）。
负载平衡还确定主机是本地主机还是远程主机（跟客户端 DCAware 配置有关）。
如果默认策略不够用，可以编写自定义负载平衡策略。
驱动程序从请求中提取 partitionKey, 并使用正确的哈希算法路由到持有该分区的 Cassandra 节点。
默认策略是 DatacenterAwareLoadBalancingPolicy。拥有如下两特性
- 数据中心感知：确定哪些节点属于本地数据中心，哪些节点属于远程数据中心。然后，驱动程序仅将请求发送到本地数据中心，并将远程数据中心用作备用。
- 令牌感知：查找请求的分区键，并使用与群集相同的算法对其进行哈希处理。然后，它将请求发送到负责令牌的节点（在该分区的副本中随机选择）。
使用 DDCAwareRoundRobinPolicy 时可以指定本地数据中心：
Cluster cluster = Cluster.builder()
.addContactPoint("127.0.0.1")
.withLoadBalancingPolicy(DCAwareRoundRobinPolicy.builder()
.withLocalDc("myLocalDC")
.withUsedHostsPerRemoteDc(2)
.allowRemoteDCsForLocalConsistencyLevel()
.build())
)
.build()容错能力
错误主要有 3 种：
- 无效的请求：错误直接返回应用上层，因为驱动程序无法知道如何处理此类请求
- 服务器错误：驱动程序可以根据负载平衡策略尝试下一个节点
- 网络超时：如果请求被标记为幂等，则驱动程序可以重试该请求。默认情况下，请求不被认为是幂等的，因此在可能的情况下将请求尽量标记是一个好习惯。
对于幂等请求，如果在一定的延迟内没有来自第一节点的响应，则驱动程序可以将请求发送到第二节点。这称为“推测重试”，用 SpeculativeExecutionPolicy 进行配置。
val cluster = Cluster.builder()
.addContactPoint("127.0.0.1")
.withSpeculativeExecutionPolicy(
new ConstantSpeculativeExecutionPolicy(
500, // delay before a new execution is launched
2 // maximum number of executions
)
)
.build()结论
感谢 datastax 为我们提供了这么强大的客户端，Java 驱动程序值得花一些时间来了解其体系结构以及如何正确配置它（每个连接的最大请求尤为重要，因为我发现默认值不是很合适–配置本地数据中心也很重要，否则驱动程序可能会连接到远程数据中心）。
本文作者：陈江 @阿里
阅读原文
本文为云栖社区原创内容，未经允许不得转载。
