cassandra 中的高读取延迟
High Read Latency in cassandra
我在一个由三台机器组成的集群上使用 cassandra 2.1.12，每台机器都有 32 GB RAM 和 4 个内核（在 Amazon AWS 上）
我正在使用 cassandra 的所有默认配置。
我将它用于我的网站事件分析（时间序列数据），每日数据约为 1 GB，复制因子为 3。
我的数据在每台机器上已经增长到大约 85 GB，现在读取延迟约为 4.5 s (4000 ms)
我的行很少更新所以，我没有使用 LevelOrder Compaction。
我的写入表现良好，延迟约为 .03ms
已编辑：
ColumnFamily 的定义如下：
CREATE TABLE TimeSeriesData(
logyear int,
logmonth int,
logdate int,
logdatetime timestamp,
cookie text,
sessionid text,
...
PRIMARY KEY (logyear, logmonth, logdate, logdatetime, cookie)
) WITH CLUSTERING ORDER BY (logmonth ASC, logdate ASC, logdatetime ASC, cookie ASC)
AND bloom_filter_fp_chance = 0.01
AND caching = '{"keys":"ALL", "rows_per_partition":"NONE"}'
AND comment = ''
AND compaction = {'class': 'org.apache.cassandra.db.compaction.SizeTieredCompactionStrategy'}
AND compression = {'sstable_compression': 'org.apache.cassandra.io.compress.LZ4Compressor'}
AND dclocal_read_repair_chance = 0.1
AND default_time_to_live = 0
AND gc_grace_seconds = 864000
AND max_index_interval = 2048
AND memtable_flush_period_in_ms = 0
AND min_index_interval = 128
AND read_repair_chance = 0.0
AND speculative_retry = '99.0PERCENTILE';
使用我的分区键，目前是 logyear。所以，我的整个数据将在一个分区中。话虽如此，分区程序负责在集群中的节点之间分配行组（通过分区键）。
在这种情况下，它是否是一个单节点？
另外，为什么从单个分区读取数据时读取延迟很差？
一个 SSTable 可以有多个分区，反之亦然吗？
我正在使用 org.apache.cassandra.dht.RandomPartitioner。
另外，每天1GB增量数据的column family的idle partition key应该是多少。
您发布的是您认为是单个问题的问题，但它可能涉及更多 - 可能有许多不同的问题，所有问题都表现为高延迟。
最可能的解释是数据模型不佳导致垃圾回收率高。但是，您给我们的帮助太少了。
查看 nodetool cfstats - cfstats 中的延迟是否与您看到的延迟匹配？最大分区大小是多少？
我在一个由三台机器组成的集群上使用 cassandra 2.1.12，每台机器都有 32 GB RAM 和 4 个内核（在 Amazon AWS 上）
我正在使用 cassandra 的所有默认配置。
我将它用于我的网站事件分析（时间序列数据），每日数据约为 1 GB，复制因子为 3。
我的数据在每台机器上已经增长到大约 85 GB，现在读取延迟约为 4.5 s (4000 ms)
我的行很少更新所以，我没有使用 LevelOrder Compaction。
我的写入表现良好，延迟约为 .03ms
已编辑：
ColumnFamily 的定义如下：
CREATE TABLE TimeSeriesData(
logyear int,
logmonth int,
logdate int,
logdatetime timestamp,
cookie text,
sessionid text,
...
PRIMARY KEY (logyear, logmonth, logdate, logdatetime, cookie)
) WITH CLUSTERING ORDER BY (logmonth ASC, logdate ASC, logdatetime ASC, cookie ASC)
AND bloom_filter_fp_chance = 0.01
AND caching = '{"keys":"ALL", "rows_per_partition":"NONE"}'
AND comment = ''
AND compaction = {'class': 'org.apache.cassandra.db.compaction.SizeTieredCompactionStrategy'}
AND compression = {'sstable_compression': 'org.apache.cassandra.io.compress.LZ4Compressor'}
AND dclocal_read_repair_chance = 0.1
AND default_time_to_live = 0
AND gc_grace_seconds = 864000
AND max_index_interval = 2048
AND memtable_flush_period_in_ms = 0
AND min_index_interval = 128
AND read_repair_chance = 0.0
AND speculative_retry = '99.0PERCENTILE';
使用我的分区键，目前是 logyear。所以，我的整个数据将在一个分区中。话虽如此，分区程序负责在集群中的节点之间分配行组（通过分区键）。
在这种情况下，它是否是一个单节点？
另外，为什么从单个分区读取数据时读取延迟很差？
一个 SSTable 可以有多个分区，反之亦然吗？
我正在使用 org.apache.cassandra.dht.RandomPartitioner。
另外，每天1GB增量数据的column family的idle partition key应该是多少。
您发布的是您认为是单个问题的问题，但它可能涉及更多 - 可能有许多不同的问题，所有问题都表现为高延迟。
最可能的解释是数据模型不佳导致垃圾回收率高。但是，您给我们的帮助太少了。
查看 nodetool cfstats - cfstats 中的延迟是否与您看到的延迟匹配？最大分区大小是多少？