Cassandra 控制 SSTable 大小

Question

有没有办法可以控制 SSTable 的最大大小，例如 100 MB，这样当 CF 的数据实际上超过 100MB 时，Cassandra 会创建下一个 SSTable？

Answer 1

不幸的是，答案并不那么简单，SSTables 的大小将受到压缩策略的影响，并且没有直接的方法来控制最大 sstable 大小。

SSTables 最初是在 memtables 作为 SSTables 刷新到磁盘时创建的。这些表的大小最初取决于您的 memtable 设置和堆的大小（memtable_total_space_in_mb 是一个很大的影响者）。通常这些 SSTable 非常小。 SSTables 被合并到一个名为compaction 的过程中。

如果您使用 Size-Tiered Compaction Strategy，您就有机会拥有非常大的 SSTable。当至少有 min_threshold（默认 4）个相同大小的 sstable 时，STCS 将通过将它们合并到一个文件中、过期数据和合并键来将 SSTable 合并到一个次要压缩中。这有可能在一段时间后创建非常大的 SSTable。

使用分级压缩策略，有一个sstable_size_in_mb 选项可以控制 SSTables 的目标大小。一般来说，SSTables 会小于或等于这个大小，除非您有一个包含大量数据（“宽行”）的分区键。

我还没有对 Date-Tiered Compaction Strategy 进行太多试验，但它的工作原理与 STCS 相似，因为它合并了相同大小的文件，但它按时间顺序将数据保持在一起，并且它具有停止压缩旧的配置数据（max_sstable_age_days）可能很有趣。

关键是找到最适合您的数据的压缩策略，然后围绕最适合您的数据模型/环境的属性调整属性。

您可以阅读有关压缩配置设置的更多信息here 和阅读this guide，以帮助了解 STCS 或 LCS 是否适合您。