Cassandra快速读取配置

Question

我在一个数据中心有4个Cassandra节点和1个种子。我有大约500万条记录，其中卡桑德拉大约需要4分钟才能读取，而使用MySQL，只需要17秒。所以我的猜测是我的配置中有问题。所以请任何人让我知道什么配置属性，所以我必须在Cassandra.yaml中签入。

Answer 1

如果你正在阅读来自一个客户的全部500万条记录，你可能正在做一个苹果和橙子的比较。

使用MySQL，所有数据都是本地的，并针对读取进行了优化，因为数据是就地更新的。

Cassandra是分布式的，并针对写入进行了优化。写入是简单的附加，但读取开销很大，因为所有附加都需要读取和合并才能获得每列的当前值。

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 workers中，而不是通过网络将其混洗到单个客户端，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)，而不是执行表扫描操作，例如读取整个表。