AWS EC2上搭建Cassandra集群到底如何呢？

　不少浸润在大数据产业中的人，都对数据库有一种天生的“畏惧感”，毕竟，一子错全盘皆落索，并不是完全不会发生的事情。如果整个可用区域（availabilityzone）发生故障，可不是一句负责任便能解决的事情。本文中，大圣众包威客平台(www.dashengzb.cn)将从原理上阐述在AWSEC2上搭建Cassandra集群的可行性，窥探Cassandra承受整个可用区域的故障的极佳性能。

　　解惑｜能否在AWSEC2上搭建Cassandra集群

　　不少浸润在大数据产业中的人都表示疑惑，到底通过AWSEC2多可用区域配置高可用的Cassandra集群，能否实现呢？答案是肯定的。因为，该配置的成本和性能，与单一可用区域的部署几乎完全相同。

　　首先，AWS在使用网络性能设置为“High”的实例，并启用增强联网功能的情况下，能够确保可用区域之间保持低延迟。其次，跨越多个可用区域放置节点的好处是，能够提高Cassandra集群的可用性，以及可用区域故障后的弹性。第三，对大部分用例来说，副本因子设置为3，同时使用3个可用区域，都是一种很好的起点。为什么这样说呢，因为这样的配置能够确保Cassandra集群可以实现自包含。第四，虽然可用区域之间的流量并不是免费的，但对大部分用例来说，这并不是太大的问题。在多可用区域内运行无需额外的存储，它的成本的增加幅度是很小的。这样就避免了一部分企业的顾虑。

　　优势｜Cassandra的高可用性保证了搭建实现的可能

　　上文第三点，是Cassandra的一个突出的优点。它提供了一个名为“副本因子（Replicationfactor）”的设置，该设置定义了数据可以存在多少个副本。如果将副本因子设置为1并且一个节点故障了，那么，所有数据都将丢失，因为此时数据只存储在1个位置上。但是，如果将副本因子设置为3，则可以将数据始终保存在3个不同的节点中，那么，就算一个节点故障数据了，也不会受到影响。

　　Cassandra是一种很棒的数据库，它的高可用性保证了搭建实现的可能，它不仅可以跨越多个节点自动对数据创建Shard，甚至还可以用近乎线性的方式进行伸缩，因此将节点数量增加一倍即可让容量增加几乎一倍。Stream大幅依赖该技术以确保为上千万最终用户提供信息源（Feed）。

　　对于从事数据行业的人士来说，Cassandra的确是一款十分出色的数据库。