在 Cassandra 中增加 row_cache_size_in_mb 有什么副作用吗？
Is there any side effect of increasing row_cache_size_in_mb in Cassandra?
在此配置中：
64 Gb，16 核，Linux 美分OS，Cassandra 3.1
row_cache_size_in_mb 现在设置为零 (cassandra.yaml)
它似乎运行良好，因为 OS 页面缓存用于缓存读取。
所以，有没有benefits/risks（JVM堆）来增加这个数字
与使用 Linux 页面缓存相比？
行缓存仅用于显式启用行数据缓存的表，默认情况下不使用。行缓存通常仅用于大多数不经常更改的读取数据，否则，数据更改将导致缓存数据无效和磁盘缓存条目 re-populating 导致额外的性能开销。您可以在 DataStax 发布的“最佳实践”系列 following document 中阅读更多内容。
关于行缓存和 Linux 的缓冲区缓存之间的关系 - 主要区别在于行缓存保留可能从多个 SSTables 组装的完整行，而缓冲区缓存保留 SSTables 的块，它们经常被压缩，而 Cassandra 将需要一次又一次地解压缩它们。此外，如果分区分散在多个 SSTables 上，那么 Cassandra 将需要在读取行时检查它们。
一切都与工作负载和应用程序查询模式有关。
如果您的应用程序经常读取行的一小部分（热）和每行的全部内容，启用此功能可以避免磁盘读取，从而带来显着的性能优势。有一些可用的行缓存命中率 JMX 指标可以告知应用程序负载的行和键缓存大小之间的任何性能变化。
如果您没有手动配置行缓存，table 描述应如下所示。
Default: { 'keys': 'ALL', 'rows_per_partition': 'NONE' }.
如果启用，该大小应与热子集上行数据及其列值的内存大小成正比。对于粗略估计，请使用 nodetool cfstats，将行缓存大小（缓存中的行数）乘以压缩行平均大小并将它们相加。
与任何内存分配一样，它对垃圾收集有影响，尽管有一些部分或完整的堆外实现 类 可用。来自 Datastax 文档：
row_cache_class_name
Default: disabled. note The classname of the row cache provider to use. Valid values: OHCProvider (fully off-heap) or SerializingCacheProvider (partially off-heap).
由于整行都被缓存，因此成本可能很高。需要注意的一件事是，如果行经常从行缓存中逐出（大小设置太低或行数据频繁更改），垃圾收集器肯定会有更多工作要做。
底线：对于理想的行缓存使用，一小组行必须是热行。当一次访问整行时，行缓存提供了好处。如果使用 off-heap 实现，它对堆的风险很小。最后进行一些负载测试并捕获一些延迟指标，以确定最适合您的需要且足够的缓存大小。
在此配置中： 64 Gb，16 核，Linux 美分OS，Cassandra 3.1
row_cache_size_in_mb 现在设置为零 (cassandra.yaml) 它似乎运行良好，因为 OS 页面缓存用于缓存读取。
所以，有没有benefits/risks（JVM堆）来增加这个数字 与使用 Linux 页面缓存相比？
行缓存仅用于显式启用行数据缓存的表，默认情况下不使用。行缓存通常仅用于大多数不经常更改的读取数据，否则，数据更改将导致缓存数据无效和磁盘缓存条目 re-populating 导致额外的性能开销。您可以在 DataStax 发布的“最佳实践”系列 following document 中阅读更多内容。
关于行缓存和 Linux 的缓冲区缓存之间的关系 - 主要区别在于行缓存保留可能从多个 SSTables 组装的完整行，而缓冲区缓存保留 SSTables 的块，它们经常被压缩，而 Cassandra 将需要一次又一次地解压缩它们。此外，如果分区分散在多个 SSTables 上，那么 Cassandra 将需要在读取行时检查它们。
一切都与工作负载和应用程序查询模式有关。
如果您的应用程序经常读取行的一小部分（热）和每行的全部内容，启用此功能可以避免磁盘读取，从而带来显着的性能优势。有一些可用的行缓存命中率 JMX 指标可以告知应用程序负载的行和键缓存大小之间的任何性能变化。
如果您没有手动配置行缓存，table 描述应如下所示。
Default: { 'keys': 'ALL', 'rows_per_partition': 'NONE' }.
如果启用，该大小应与热子集上行数据及其列值的内存大小成正比。对于粗略估计，请使用 nodetool cfstats，将行缓存大小（缓存中的行数）乘以压缩行平均大小并将它们相加。
与任何内存分配一样，它对垃圾收集有影响，尽管有一些部分或完整的堆外实现 类 可用。来自 Datastax 文档：
row_cache_class_name
Default: disabled. note The classname of the row cache provider to use. Valid values: OHCProvider (fully off-heap) or SerializingCacheProvider (partially off-heap).
由于整行都被缓存，因此成本可能很高。需要注意的一件事是，如果行经常从行缓存中逐出（大小设置太低或行数据频繁更改），垃圾收集器肯定会有更多工作要做。
底线：对于理想的行缓存使用，一小组行必须是热行。当一次访问整行时，行缓存提供了好处。如果使用 off-heap 实现，它对堆的风险很小。最后进行一些负载测试并捕获一些延迟指标，以确定最适合您的需要且足够的缓存大小。