问题描述
我有一个 RF = 3 的 Nosql 集群。这意味着，如果有 2 或 3 个节点同时宕机，某些数据（其所有副本都属于故障节点）将变得不可用。
虽然集群大小约为 10 个节点，但 2 个节点同时宕机的可能性很低。但是有了 1000 个节点，这完全是可能的。我们拥有的节点越多，任何恒定数量（等于 RF）出现故障的可能性就越大。
问题是：在集群中的实例数量不断增加的同时，丢失任何数据的机会一直很低的一般方法是什么？
附言当然，没有绝对同时发生的事件，“同时”我的意思是“在短时间内，数据无法流式传输到新节点”。
解决方法
大多数 NoSQL 系统都是基于以下概念开发的：
- 布隆过滤器
- 文件系统
- 备份策略
- 复制因子
由于您同时担心丢失节点，因此总会有从快照/文件系统或布隆过滤器等定义的数据重建策略
以上概念适用于Cassandra/MongoDB/elasticSearch等
启动的领导者和监控工具将处理角落场景。您可能无法将完整数据重建为丢失的数据。但是，它可以在节点宕机前 5 分钟捕获任何数据 [默认 AWS 快照到 S3 捕获每 5 分钟运行一次]