如何在 Cassandra 中对数据进行建模以加快读取速度？

Question

我们在 Cassandra 中对数据进行了建模。由于不同系统生成的事件，数据上会发生连续写入。表的模式定义如下。 WRITE 在表上工作正常，但在第 99 个百分位上使用 id 的 where 子句读取最多需要 9 秒。请帮助我更好地设计这张桌子。数据列包含最大 2KB 的 JSON 字符串。

CREATE TABLE table (
    id text,
    p1 text,
    o1 text,
    s1 text,
    data text,
    enabled boolean,
    PRIMARY KEY (id, p1, o1, s1)
) WITH CLUSTERING ORDER BY (p1 ASC, o1 ASC, s1 ASC)
    AND bloom_filter_fp_chance = 0.01
    AND caching = {'keys': 'ALL', 'rows_per_partition': 'NONE'}
    AND comment = ''
    AND compaction = {'class': 'org.apache.cassandra.db.compaction.SizeTieredCompactionStrategy', 'max_threshold': '32', 'min_threshold': '4'}
    AND compression = {'chunk_length_in_kb': '64', 'class': 'org.apache.cassandra.io.compress.LZ4Compressor'}
    AND crc_check_chance = 1.0
    AND dclocal_read_repair_chance = 0.1
    AND default_time_to_live = 0
    AND gc_grace_seconds = 864000
    AND max_index_interval = 2048
    AND memtable_flush_period_in_ms = 0
    AND min_index_interval = 128
    AND read_repair_chance = 0.0
    AND speculative_retry = '99PERCENTILE';
CREATE INDEX table_enabled_idx ON table (enabled);

Answer 1

table_enabled_idx 索引将非常缓慢并最终中断。放弃它。

LeveledCompactionStrategy 将彻底提高读取性能。如果您从不读取数据或在古代磁盘上恕我直言，STCS 只会更好。将dclocal_read_repair_chance 设置为零（不会真正有所作为，但也可以）。

需要一个跟踪来确定它是否有其他的东西，比如太宽、太多的墓碑等等，而你提供的东西并没有说明。也可以是来自不相关事物的 GC，例如压缩、错误的 jvm 设置、系统上的其他数据模型等。启用驱动程序上的推测执行以解决不常见的 GC。