Compartir a través de

弹性缩放 Azure Cosmos DB for Apache Cassandra 帐户

  • Artículo

适用对象： Cassandra

有多种选项可用于探索Azure Cosmos DB for Apache Cassandra 的弹性特性。 若要了解如何在 Azure Cosmos DB 中有效地进行缩放，必须了解如何预配合适数量的请求单位（RU/秒），以考虑系统的性能需求。 若要了解请求单位的详细信息，请参阅请求单位一文。

对于 Cassandra API，可以使用 .NET 和 Java SDK 检索各个查询的请求单位费用。 这有助于确定你在服务中需要预配的 RU 数/秒。

Database operations consume Request Units

处理速率限制（429 错误）

如果客户端消耗的资源（RU/秒）超过了预配的量，Azure Cosmos DB 将返回速率限制 (429) 错误。 Azure Cosmos DB 中的 API for Cassandra 在 Cassandra 本机协议中将这些异常解释为过载错误。

如果系统对延迟不敏感，使用重试可能就足以应对吞吐量速率限制。 查看 Apache Cassandra Java 驱动程序的版本 3 和版本 4 的 Java 代码示例，了解如何以透明方式处理速率限制。 这些示例在 Java 中实现默认 Cassandra 重试策略的自定义版本。 还可以使用 Spark 扩展来处理速率限制。 使用 Spark 时，请确保遵循有关优化 Spark 连接器吞吐量配置的指南。

管理缩放

如果需要最大程度地减少延迟，可以使用一系列选项来管理 Cassandra API 中的缩放和预配吞吐量 (RU)：

下面的几节介绍了这些方法的优缺点。 然后，可以确定最佳的策略，以便在系统的缩放需求、整体成本以及解决方案的效率需求之间做出平衡。

使用 Azure 门户

可以通过 Azure 门户对 Azure Cosmos DB for Apache Cassandra 帐户中的资源进行缩放。 有关详细信息，请参阅有关对容器和数据库预配吞吐量的文章。 此文解释了通过 Azure 门户在数据库或容器级别设置吞吐量的相对优势。 这些文章中提到的术语“数据库”和“容器”分别对应于 Cassandra API 的“密钥空间”和“表”。

此方法的优点是能够以直截了当的统包方式管理数据库的吞吐量。 但缺点是，在许多情况下，缩放方法可能要求实现某些程度的自动化，它既要确保经济高效，同时又要具备高性能。 后续部分将介绍相关的方案和方法。

使用控制平面

用于 Cassandra 的 Azure Cosmos DB API 提供使用各种控制平面功能以编程方式调整吞吐量的功能。 有关指导和示例，请参阅 Azure 资源管理器、PowerShell 和 Azure CLI 文章。

此方法的优点是可以根据计时器自动扩展或缩减资源，以反映活动的高峰或低活动期。 请参阅此处的示例，了解如何使用 Azure Functions 和 PowerShell 实现此目的。

此方法的一个缺点是，你无法实时响应不可预知的规模需求变化。 相反，你可能需要在客户端/SDK 级别利用系统中的应用程序上下文，或使用自动缩放。

将 CQL 查询与特定的 SDK 配合使用

可以针对给定的数据库或容器执行 CQL ALTER 命令，通过代码动态缩放系统。

此方法的优点在于，能够以适合应用程序的自定义方式动态应对缩放需求。 使用此方法，仍可利用标准 RU/秒的费用和速率。 如果系统的缩放需求大部分是可预测的（大约 70% 或更多），那么将 SDK 与 CQL 配合使用可能是一种比使用自动缩放更为经济高效的自动缩放方法。 此方法的缺点是，实现重试可能会很复杂，同时，速率限制可能会增大延迟。

使用自动缩放预配吞吐量

除了标准（手动）或以编程方式预配吞吐量外，还可以在自动缩放预配的吞吐量中配置 Azure Cosmos DB 容器。 自动缩放会自动立即缩放，以满足指定 RU 范围内的消耗需求，而不会影响 SLA。 若要了解详细信息，请参阅在自动缩放中创建 Azure Cosmos DB 容器和数据库一文。

此方法的优点是，它是在系统中管理缩放需求的最简单的方法。 它不会在已配置的 RU 范围内应用速率限制。 缺点是，如果系统中的缩放需求是可预测的，那么相比使用上面提到的定制控制平面或 SDK 级别方法，自动缩放在处理缩放需求方面可能并没有那么经济高效。

若要设置或更改使用 CQL 的自动缩放的最大吞吐量 (RU)，请使用以下内容（相应地替换密钥空间/表名称）：

# to set max throughput (RUs) for autoscale at keyspace level:
create keyspace <keyspace name> WITH cosmosdb_autoscale_max_throughput=5000;

# to alter max throughput (RUs) for autoscale at keyspace level:
alter keyspace <keyspace name> WITH cosmosdb_autoscale_max_throughput=4000;

# to set max throughput (RUs) for autoscale at table level:
create table <keyspace name>.<table name> (pk int PRIMARY KEY, ck int) WITH cosmosdb_autoscale_max_throughput=5000;

# to alter max throughput (RUs) for autoscale at table level:
alter table <keyspace name>.<table name> WITH cosmosdb_autoscale_max_throughput=4000;

后续步骤