Cassandra - 合理的最大表数是多少？

Question

我是Cassandra的新手。据我所知，每个键空间可以存储的最大表数是Integer.Max_Value。但是，如此大量的表格的性能视角（速度，存储等）会产生什么影响？对此有什么建议吗？

Answer 1

虽然在Cassandra中有大量表格的合法用例，但它们很少见。您的用例可能是其中之一，但请确保它是。如果不了解您正试图解决的问题，显然很难给出指导。显然，许多表将需要更多资源。多少？这取决于设置和使用情况。

例如，如果你有一千个表并同时写入所有表，那么会有争用RAM，因为每个表都有memtables，每个memtable都有一定的开销（多少）取决于哪个版本的Cassandra，您的设置等。）。

但是，如果你有一千个表，但不能同时写入所有表，那么争用就会减少。仍然存在每个表的开销，但是将有更多的RAM来保存活动表的memtables。

磁盘IO也是如此。如果您同时读取和写入许多不同的表，则磁盘将执行更多随机IO。

只是拥有大量的表并不是一个大问题，即使你可以拥有多少个限制 - 如果你有足够的RAM来保持跟踪它们的结构，你可以拥有任意数量的表。但是，拥有大量表格并同时读取和写入这些表格将是一个问题。与对较少的表执行相同数量的读写操作相比，它将需要更多资源。

Answer 2

在我看来，如果你可以将数据分成多个表，甚至数千个，这是有益的。

优点：

1. 假设您希望将来扩展到10多个节点，并且RF为2将导致数据在节点之间均匀分布，从而无法销售。
2. 另一点是随机IO，如果您同时从许多表中读取，那将会很大但我不明白为什么只有一个表时会有区别。此外，您将寻找另一个分区键，因此IO没有区别。
3. 当压缩发生时，如果只有一个表，则必须做更少的工作。必须将SSTables中的值加载到内存中，合并并保存回来。

缺点：

1. 拥有多个表将导致有多个memtables。我认为这对RAM增加的差异是微不足道的。

另外，查看链接，他们帮了我很多http://manuel.kiessling.net/2016/07/11/how-cassandras-inner-workings-relate-to-performance/
https://www.infoq.com/presentations/Apache-Cassandra-Anti-Patterns

请随意编辑我的帖子，我是Big Data的新手