Cassandra：设置 row_cache_size_in_mb 将性能降低 4 倍
Cassandra : setting row_cache_size_in_mb decrease performance by factor 4
为了使用 Cassandra 实现更好的读取性能，我将行缓存设置从 :
切换为
row_cache_size_in_mb = 0
收件人：
row_cache_size_in_mb = 2000
2 GB 的行缓存对于我的配置来说听起来很合理。因此，我随后重新启动了节点，令我惊讶的是这样的设置将我的整体性能降低了 4 倍。例如，一个只需要 2 秒的查询现在需要 8 秒以上才能完成。
然后我启用了跟踪，我看到了 "Row cache hit"。我还看到行缓存命中率非常高。所以行缓存似乎可以正确地与我的数据模型一起使用。但是，它显然减慢了我的查询速度......你知道为什么吗？
更新：
我做了新的测试。我将行缓存保持在 :
row_cache_size_in_mb = 2000
我禁用最大列系列的行缓存 (table) 我有 :
'rows_per_partition': 'NONE'
现在我的查询像以前一样工作（大约需要 2 秒）。那么，行缓存只是为了加快小列族的查询速度吗？
对于大型列族，是否有其他方法可以将数据推送到缓存中？我对大型 CF 的期望是，如果用户执行查询，然后如果它立即再次执行相同的查询，那么非第一个查询可以 return 立即因为行已经在内存中。
我认为这可能是因为您的 cassandra 节点花费了相当多的时间来清空行缓存和 运行 Java GC 清理。隔离问题的最佳方法是使用工具（datadog、datastax ops center、Jconsole）来确定次要和主要 GC 的频率。
此外，如果您的查询耗时约 2 秒，我预计您可能正在进行大范围扫描。我过去曾尝试为此使用行缓存，但效果不佳。
您也可以尝试减少 rows_per_partition 在您 运行 行缓存所在的表上。
为了使用 Cassandra 实现更好的读取性能，我将行缓存设置从 :
切换为 row_cache_size_in_mb = 0
收件人：
row_cache_size_in_mb = 2000
2 GB 的行缓存对于我的配置来说听起来很合理。因此，我随后重新启动了节点，令我惊讶的是这样的设置将我的整体性能降低了 4 倍。例如，一个只需要 2 秒的查询现在需要 8 秒以上才能完成。
然后我启用了跟踪，我看到了 "Row cache hit"。我还看到行缓存命中率非常高。所以行缓存似乎可以正确地与我的数据模型一起使用。但是，它显然减慢了我的查询速度......你知道为什么吗？
更新：
我做了新的测试。我将行缓存保持在 :
row_cache_size_in_mb = 2000
我禁用最大列系列的行缓存 (table) 我有 :
'rows_per_partition': 'NONE'
现在我的查询像以前一样工作（大约需要 2 秒）。那么，行缓存只是为了加快小列族的查询速度吗？
对于大型列族，是否有其他方法可以将数据推送到缓存中？我对大型 CF 的期望是，如果用户执行查询，然后如果它立即再次执行相同的查询，那么非第一个查询可以 return 立即因为行已经在内存中。
我认为这可能是因为您的 cassandra 节点花费了相当多的时间来清空行缓存和 运行 Java GC 清理。隔离问题的最佳方法是使用工具（datadog、datastax ops center、Jconsole）来确定次要和主要 GC 的频率。
此外，如果您的查询耗时约 2 秒，我预计您可能正在进行大范围扫描。我过去曾尝试为此使用行缓存，但效果不佳。
您也可以尝试减少 rows_per_partition 在您 运行 行缓存所在的表上。