我们有一个测试代码模式,它使用 java 客户端执行 Cassandra INSERT/READ/QUERY 操作。我们已经使用具有以下配置的物理服务器构建了单节点设置。
- 操作系统是 Linux SuSE 11.SP2
- 物理服务器上的内存是 32GB
- 交换内存为 32GB
- CPU有4核,每个2GHz
- 提交日志驻留在 100GB 的 SSD 磁盘上(RAID-0 和系统本地)
- 数据日志驻留在 7TB 的 SAS 磁盘上(5 个 SAS 磁盘配置为 RAID-0 和系统本地)。
- JRE 版本 1.7.0.25
- Cassandra 版本 1.2.5(默认分区)
- 最大堆大小 8GB
- HEAP_NEW_SIZE 400MB(根据 Cassandra 的建议,每个内核 100MB)。
注意 将 CPU 从 4 核增加到 8 核有助于提高性能,但效果非常有限。
我们正在使用下面的测试模式,它有 5 个二级索引。
"CREATE TABLE test_table (
hash_key text PRIMARY KEY,
ctime timestamp,
ctime_bucket bigint,
extension text,
filename text,
filename_frag text,
filesize bigint,
filesize_bucket bigint,
hostname text,
mtime timestamp,
mtime_bucket bigint
) WITH
bloom_filter_fp_chance=0.010000 AND
caching='KEYS_ONLY' AND
comment='' AND
dclocal_read_repair_chance=0.000000 AND
gc_grace_seconds=864000 AND
read_repair_chance=0.100000 AND
replicate_on_write='true' AND
populate_io_cache_on_flush='false' AND
compaction={'class': 'SizeTieredCompactionStrategy'} AND
compression={'sstable_compression': 'SnappyCompressor'};
CREATE INDEX test_table_ctime_bucket_idx ON test_table (ctime_bucket);
CREATE INDEX test_table_extension_idx ON test_table (extension);
CREATE INDEX test_table_filename_frag_idx ON test_table (filename_frag);
CREATE INDEX test_table_filesize_bucket_idx ON test_table (filesize_bucket);
CREATE INDEX test_table_mtime_bucket_idx ON test_table (mtime_bucket);"
我们正在尝试使用默认调整参数进行 INSERT 和 READ 测试,但是我们发现读写性能非常缓慢。与写入性能相比,读取速度非常慢。当我们从上述模式中删除二级索引时,我们获得了大约 2 倍的性能提升,但是我们仍然认为通过调整 Cassandra 参数可以提高性能。但是,使用二级索引的性能非常糟糕。
- 1M INSERT 提供大约 7k Ops/sec
- 10M INSERT 提供大约 5K Ops/sec(略微降低性能)
- 100M INSERT 提供大约 5K Ops/sec
- 1000MM INSERT 提供大约 4.5K Ops/sec
如果我们删除二级索引,对于上面列出的所有工作负载,我们可以获得大约 11K Ops/sec 的性能。
- 1M READ 提供大约:4.5k Ops/sec
- 10M READ 仅提供大约:225 ops/sec(大幅降低性能)
我们想从您的专家团队了解哪些特定的调整参数应用于 WRITE 和 READ 操作以获得更好的性能。我们如何推迟压缩和 GC 以避免在这些操作中发挥一定作用的性能瓶颈。如果有任何系统特定的调整要应用,我们想从您的专家团队中知道。
我们正在尝试使用以下调优参数(在 Cassandra.yaml 和 Cassandra-env.sh 中),但是我们在写入和读取性能方面并没有得到太大改善。