我最近构建了一个 Hadoop - Cloudera cluster 和 Cassandra 具有 2 个节点的集群。我现在想做一些基准测试，收集一些有关资源使用情况的数据。
我搜索了很多，发现HiBench 和Cassandra 压力工具。我不想和其他系统比较，我想自己衡量，但很难想象，我怎样才能得到真实正确的值。集群由 2 个虚拟机组成，使用 KVM 创建。 Cassandra 在 Docker 容器中。很难解释，如何分析这个系统，而不得到错误的结果。
【问题讨论】：
标签： hadoop docker cassandra benchmarking stress-testing
一些意见
集群由 2 个使用 KVM 创建的虚拟机组成
如果您想对性能进行基准测试，请不要使用虚拟机。事实上，Cassandra 在磁盘上执行顺序写入以优化扫描操作。通过使用虚拟机和共享磁盘，顺序写入的好处就丧失了，因为管理程序可以重新排序并在不同的磁盘扇区上分派连续的数据，从而破坏了之前对顺序扫描的优化
另一种方法是确保每个虚拟机都有一个专用磁盘。
如果你不做性能基准，忽略上面的评论
第二个建议，使用真实数据集，例如无法放入内存的大数据集，以便您了解每种技术的行为方式。阅读本文了解更多详情：http://www.nextplatform.com/2016/02/19/the-myth-of-in-memory-computing/
【讨论】：
您可以使用雅虎云服务基准测试您的 Cassandra 集群。下面是它的链接和对应的 git 仓库。
https://research.yahoo.com/news/yahoo-cloud-serving-benchmark/ https://github.com/brianfrankcooper/YCSB
基准测试非常灵活，有很多参数可以更改，以充分了解集群行为和属性。然而， 这个框架的一个主要缺点是它默认使用随机数据。 但是，您可以调整代码以将其用于您自己的数据，然后它应该可以满足您的需求。
【讨论】：