Cassandra 快速读取配置

Question

我在单个数据中心有 4 个 Cassandra 节点和 1 个种子。我有大约 500 万条记录，其中 Cassandra 需要大约 4 分钟来读取 MySQL 的位置，只需要 17 秒。所以我的猜测是我的配置有问题。好心人让我知道什么配置属性，所以我必须检查 Cassandra.yaml。

Answer 1

如果您从一个客户那里读取所有 500 万条记录，您可能正在做一个苹果与橘子的比较。

在 MySQL 中，所有数据都是本地数据并针对读取进行了优化，因为数据已就地更新。

Cassandra 是分布式的并针对写入进行了优化。写入是简单的追加，但读取的成本很高，因为需要读取并合并所有追加以获取每列的当前值。

由于数据分布在多个节点上，因此通过网络访问和检索数据会产生大量开销。

如果您将 Spark 与 Cassandra 一起使用，并将数据并行加载到 Spark 工作线程中，而不是通过网络将其改组到单个客户端，那么这将是一个更相似的比较。

Cassandra 通常擅长摄取大量数据，然后处理其中的一小部分（即分区），而不是进行表扫描操作，例如读取整个表。