Cassandra - 表的最大合理数量是多少？

Question

我是卡桑德拉的新手。据我所知，每个键区可以存储的最大表格数量是Integer.Max_Value。然而，从大量表格的性能角度来看（速度，存储等）会有什么影响？有什么建议吗？

在此先感谢

Altober

Answer 1

虽然有合法的用例有很多在卡桑德拉的表，他们是罕见的。你的用例可能就是其中之一，但要确保它是。在不了解你想要解决的问题的情况下，显然很难提供指导。显然，许多表格需要更多的资源。多少？这取决于设置和使用情况。

例如，如果您有一千个表并同时写入所有这些表，则会出现RAM争用，因为每个表都会有memtables，并且每个memtable都有一定的开销很大程度上取决于哪个版本的Cassandra，你的设置等）。

但是，如果您有一千张表，但不同时写入所有这些表，争用就会减少。每桌仍有一定的开销，但会有更多RAM用于保存活动表的memtables。

磁盘IO也是如此。如果你同时读写很多不同的表，磁盘将会做更多的随机IO。

即使拥有大量表格也不是什么大问题，即使有多少你可以拥有的限制 - 你可以拥有尽可能多的数据，只要你有足够的内存来保存跟踪的结构他们。虽然有大量的表格并且同时读写所有表格都会成为问题。它将需要更多的资源，而不是对相同数量的读取和写入更少的表。

Answer 2

在我看来，如果你可以将数据分割成多个表格，甚至数千个表格都是有益的。

优点：

1. 假设你想在未来扩展到10+节点为2的RF将产生具有跨节点均匀分布的数据，因此不实用。
2. 另一点是随机IO，如果你将同时从很多表中读取，那么它会很大，但我不明白为什么只有一个表时会有差异。你也会寻找另一个分区键，所以IO没有区别。
3. 当紧凑化发生时，如果只有桌子上，它将不得不做更少的工作。来自SSTables的值必须加载到内存中，合并并保存回来。

缺点：

1. 有多个表将产生具有多个memtables。我认为这对RAM增加的差异是微不足道的。

此外，检查出的链接，他们帮助了我很多
http://manuel.kiessling.net/2016/07/11/how-cassandras-inner-workings-relate-to-performance/
https://www.infoq.com/presentations/Apache-Cassandra-Anti-Patterns

请下跌自由编辑自己的帖子，我还挺新的大数据