如何访问Cassandra节点的本地数据

从我对Cassandra的了解不多，似乎数据局部性对于访问节点的客户端应用程序来说应该是透明的。

但是，如果我明确只想访问我所连接的节点本地的列族数据，该怎么办？ 这样的事情可能吗？ 我还没有找到一种从客户端API开箱即用的方法，但似乎我可以通过系统表获取一些这些信息，但我无法弄清楚如何做到这一点。

这个想法是执行mapreduce，但不使用Hadoop。 本地客户端将连接到其本地cassandra节点，对本地数据执行聚合，然后将其传递回上游。

这样的事情有可能吗？ 从它的外观来看，似乎有可能因为我已经看到Hadoop能够使用Cassandra的证据，但这些例子似乎是针对Hadoop而不是通用客户端。 本地客户端（与Casandra交谈）将使用Java。 我目前正在使用Hector，但我不确定它是否会提供任何数据位置信息。

Answer 1

最近一篇关于Netflix Techblog的文章介绍了Aegisthus，这个项目读取存储在整个集群磁盘上的SSTables，并将它们合并为一个统一的数据视图（在MapReduce中）。 我可以想象，这些机制可以简单地存在，用于在单个节点上生成数据视图。

不幸的是，我认为他们还没有开源这个工具，所以你将无法使用它。 在这一点上最多的是一个微光，是的，它可以使用非Cassandra代码本地读取SSTables。

您可以使用Cassandra源来一起破解某些东西，这些源代码可以读取SSTables并将其提供给您希望构建的本地客户端。 一个很好的起点是查看在sstable2json工具中使用的org.apache.cassandra.tools.SSTableExport的源代码。