LeveledCompactionStrategy ：调整 sstable_size_in_mb 的影响是什么？
LeveledCompactionStrategy : what is the impact of tuning the sstable_size_in_mb?
为了提高读取性能，我尝试使用 LCS 减少底层 SSTable，所以我设置 sstable_size_in_mb 到 1280MB 正如一些文章所建议的那样，指出 160MB 默认值是 Cassandra 核心团队很长时间以来挑选出来的以前，在一台只有 2GB RAM 的相当旧的服务器上。但是，我担心的是sstable_size_in_mb.
的更高值的含义
我的理解是LCS定期将L0中的所有SSTable和L1中的所有SSTable压缩在一起，然后替换L1的全部内容。所以每次更换L1，硬件要求CPU/RAM和写入放大可能会更高sstable_size_in_mb。的确，如果sstable_size_in_mb = 1280MB，那么L1中的10个1280MB的表每次都要和L0的所有表合并。也许还有更高层次的影响，即使要替换的 SSTables 看起来更低（一个 L1 SSTables 与 10 个 L2 SSTables 合并，然后那些10 L2 SSTable 被替换)。
问题：
具有较高的 sstable_size_in_mb 值可以通过减少 CQL 中涉及的 SSTable 的数量来提高读取性能Table。但是，sstable_size_in_mb 具有如此高的值（如 1280MB）还有哪些其他含义？
如果值更高，是否有任何相应的配置可以调整（垃圾收集器、块缓存、...）以允许更好的压缩那些较大的 SSTables 的性能，以及GC 更少 activity?
比较主观的问题，你在部署中使用的sstable_size_in_mb的典型值是多少？
为了回答您的第一个问题，我想引用 Jonathan Ellis 在 CASSANDRA-5727 中的一些原文，当时社区最初调查 sstable_size_in_mb（并随后决定使用 160 号码）。
"更大的文件意味着每个级别包含更多数据，因此读取会
必须接触 less sstables，但我们也在压缩 less 不变
当我们向前合并时的数据。”（注意：我怀疑有一个错字，他的意思是“当我们向前合并时，我们也在压缩更多不变的数据”，这与你所说的一致在你的第二段中，他所说的较大文件影响“压缩效率”是什么意思。）
至于任何其他含义：它可能会突破 LCS 节点密度上限，因为对于每个节点相同数量的 SSTable，它会允许更高的密度。
要回答您的第二个问题，压缩确实会在堆中产生大量搅动，因为它会从 SSTables 中创建许多短暂的对象。当您使用 1280MB 大小时，考虑到更大的 SSTables 参与压缩，您应该注意您的 gc.log 并注意“Humongous Allocation”消息（如果您使用 G1GC）。如果它们经常发生，您可以使用 -XX:G1HeapRegionSize 选项增加区域大小以避免昂贵的庞大对象集合。
关于您的第三个问题，据我所知，许多人已经使用 160MB 默认值很长时间了，因为我们没有对更大的 SSTable 大小进行基准测试对 impact/benefit 发表全面的分析还没有使用现代硬件（我尝试 运行 一些快速测试，但忙于其他事情而没有完成这项工作，抱歉）。但是，我确实认为，如果人们有兴趣通过 LCS 实现更高的节点密度，这个 SSTable 大小是一个值得探索的参数。
为了提高读取性能，我尝试使用 LCS 减少底层 SSTable，所以我设置 sstable_size_in_mb 到 1280MB 正如一些文章所建议的那样，指出 160MB 默认值是 Cassandra 核心团队很长时间以来挑选出来的以前，在一台只有 2GB RAM 的相当旧的服务器上。但是，我担心的是sstable_size_in_mb.
的更高值的含义我的理解是LCS定期将L0中的所有SSTable和L1中的所有SSTable压缩在一起，然后替换L1的全部内容。所以每次更换L1，硬件要求CPU/RAM和写入放大可能会更高sstable_size_in_mb。的确，如果sstable_size_in_mb = 1280MB，那么L1中的10个1280MB的表每次都要和L0的所有表合并。也许还有更高层次的影响，即使要替换的 SSTables 看起来更低（一个 L1 SSTables 与 10 个 L2 SSTables 合并，然后那些10 L2 SSTable 被替换)。
问题：
具有较高的 sstable_size_in_mb 值可以通过减少 CQL 中涉及的 SSTable 的数量来提高读取性能Table。但是，sstable_size_in_mb 具有如此高的值（如 1280MB）还有哪些其他含义？
如果值更高，是否有任何相应的配置可以调整（垃圾收集器、块缓存、...）以允许更好的压缩那些较大的 SSTables 的性能，以及GC 更少 activity?
比较主观的问题，你在部署中使用的sstable_size_in_mb的典型值是多少？
为了回答您的第一个问题，我想引用 Jonathan Ellis 在 CASSANDRA-5727 中的一些原文，当时社区最初调查 sstable_size_in_mb（并随后决定使用 160 号码）。
"更大的文件意味着每个级别包含更多数据，因此读取会 必须接触 less sstables，但我们也在压缩 less 不变 当我们向前合并时的数据。”（注意：我怀疑有一个错字，他的意思是“当我们向前合并时，我们也在压缩更多不变的数据”，这与你所说的一致在你的第二段中，他所说的较大文件影响“压缩效率”是什么意思。）
至于任何其他含义：它可能会突破 LCS 节点密度上限，因为对于每个节点相同数量的 SSTable，它会允许更高的密度。
要回答您的第二个问题，压缩确实会在堆中产生大量搅动，因为它会从 SSTables 中创建许多短暂的对象。当您使用 1280MB 大小时，考虑到更大的 SSTables 参与压缩，您应该注意您的 gc.log 并注意“Humongous Allocation”消息（如果您使用 G1GC）。如果它们经常发生，您可以使用 -XX:G1HeapRegionSize 选项增加区域大小以避免昂贵的庞大对象集合。
关于您的第三个问题，据我所知，许多人已经使用 160MB 默认值很长时间了，因为我们没有对更大的 SSTable 大小进行基准测试对 impact/benefit 发表全面的分析还没有使用现代硬件（我尝试 运行 一些快速测试，但忙于其他事情而没有完成这项工作，抱歉）。但是，我确实认为，如果人们有兴趣通过 LCS 实现更高的节点密度，这个 SSTable 大小是一个值得探索的参数。