弹性扩展 Azure Cosmos DB for Apache Cassandra 账户

适用对象： 卡珊德拉

Azure Cosmos DB for Apache Cassandra 提供了各种弹性缩放选项。 若要了解如何在Azure Cosmos DB中有效缩放，需要了解如何预配正确的请求单位量（RU/秒）。 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 的 API，可以使用 .NET 和 Java SDK 检索单个查询的请求单位费用。 这些信息可帮助你确定需要在该服务中预配多少 RU/s。

处理速率限制（429 错误）

如果客户端消耗的资源数（RU/s）多于预配的量，则Azure Cosmos DB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，则使用重试处理吞吐量速率限制可能已经足够了。 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，可以使用各种选项来管理 Cassandra API 中的缩放和预配吞吐量（RU）：

• 使用 Azure 门户手动管理
• 以编程方式使用控制平面功能
• 通过使用特定 SDK 的 CQL 命令以编程方式操作
• 通过使用自动缩放实现动态

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

可以使用 Azure 门户在 Apache Cassandra 帐户的 Azure Cosmos DB 中缩放资源。 若要了解详细信息，请参阅 在容器和数据库上预配吞吐量。 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，它是管理数据库吞吐量容量的简单通关方法。 但是，缺点是，在许多情况下，你的扩展方案可能需要一定程度的自动化，才能同时做到成本效益高和高性能。 后续部分将介绍相关的方案和方法。

使用控制平面

适用于 Cassandra 的 Azure Cosmos DB API 提供了使用各种控制平面功能以编程方式调整吞吐量的功能。 有关指南和示例，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。 若要了解如何使用 Azure Functions 和 PowerShell 完成此操作，请参阅有关GitHub的示例。

这种方法的一个缺点可能在于，你无法实时响应不可预测且不断变化的扩缩容需求。 而是，您可能需要在系统中、客户端/SDK 层面，或借助 Autoscale 使用应用程序上下文。

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。 使用此方法时，仍可使用标准 RU/s 费用和费率。 如果系统的缩放需求大多是可预测的（大约 70% 或更多），则将 SDK 与 CQL 配合使用可能是比使用自动缩放更具成本效益的自动缩放方法。 此方法的缺点是实现重试可能相当复杂，而速率限制可能会增加延迟。

使用可自动缩放的预配置吞吐量

除了通过标准（手动）或编程方式预配吞吐量之外，还可以将 Azure Cosmos DB 容器配置为使用自动缩放预配吞吐量。 自动缩放并即时缩放到指定 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。

此方法的优点是，这是管理系统中缩放需求的最简单方法。 它不会在 配置的 RU 范围内应用速率限制。 缺点在于，如果系统中的扩展需求是可预测的，那么与使用前面提到的定制控制平面或 SDK 级方法相比，自动缩放可能并不是一种更具成本效益的满足这些扩展需求的方式。

若要使用 CQL 设置或更改自动缩放的最大吞吐量（RU），请使用以下代码。 将键空间和表名替换为相应的值。

# 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

• 开始使用 Java 应用程序创建用于 Cassandra 帐户、数据库和表的 API。