Datastax Cassandra社区版与使用Spark Cassandra连接器的Spark社区版的集成是否支持社区版节点，还是仅为企业版保留此功能？
我所说的节点感知是指Spark是否会将作业执行发送给拥有数据的节点
是的，Spark连接器是节点感知的，并且将以这种方式与DSE和(开源(Apache Cassandra一起工作。
事实上，在SELECT上，它知道如何将分区键散列到令牌，并只向负责该数据的节点发送对特定令牌范围的查询。它可以做到这一点，因为(像Cassandra Java驱动程序一样(它有一个了解节点间八卦的窗口，可以查看节点状态(向上/向下(和令牌范围分配等信息。
在Spark中，它被称为数据位置。
只有当Cassandra的JVM和Spark worker/executor都位于同一OSI中时，才能实现数据本地化。根据定义，如果执行处理的执行器与Cassandra节点在同一服务器(OSI(上运行，则数据只能是本地的。
在与集群的初始联系过程中，驱动程序检索有关集群拓扑的信息——可用节点、机架/DC配置、令牌所有权。由于驱动程序知道节点的位置，所以它总是试图连接到"节点"；最接近的"；同一(本地(数据中心中的节点。
如果Spark工作程序/执行程序与Cassandra节点位于同一位置，则Spark Cassandra连接器将尽可能在拥有数据的节点上处理Spark分区，以减少网络中的数据混乱量。
存在诸如joinWithCassandraTable()之类的方法，其在可能的情况下最大化数据局部性。此外，repartitionByCassandraReplica()方法会拆分Spark分区，以便将它们映射到拥有数据的Cassandra副本。
此功能适用于开源Cassandra集群和DataStax Enterprise集群。干杯