Ich habe einen Cassandra 2.1 Cluster mit Leveled Compaction Strategie.Cassandra 2.1 beschleunigen Kompaktierung
Basierend auf meiner Berechnung wird dem Cluster der Speicherplatz ausgehen, bevor die Komprimierung automatisch einsetzt, wenn die nächste Ebene erreicht wird. Aus diesem Grund habe ich einen Cron-Job, der jede Woche "nodetool compact" ausführt, um eine vollständige Komprimierung (Hauptkomprimierung) auszuführen, um stoned-bearbeitete Datenpunkte zu entfernen.
Ich bemerkte, dass vollständige Komprimierung sehr wenig CPU/Netzwerkressourcen verbraucht. Bei größeren Datenmengen läuft die vollständige Komprimierung über Tage.
Ich habe versucht, "setcompacutionthroughput" auf höhere Zahl (128 MB/s statt 32 MB/s standardmäßig, sogar versucht, es auf 0 (keine Begrenzung), aber die volle Verdichtungsgeschwindigkeit scheint sich überhaupt nicht zu ändern .
gibt es etwas, ich kann tune es schneller machen Vielen Dank im Voraus
Dank Jeff. Ich benutze LCS heute. Es gibt Ersatz-CPU und IO, ich stelle auch sicher, dass die Plattennutzung für die Hauptverdichtung <50% ist. Die Umstellung der Verdichtungsstrategie mag funktionieren - aber die Änderung der Verdichtungsstrategie ist Cluster-weit und führt fast zur Rekompaktierung des gesamten Clusters, wo ich zur Zeit die Verdichtung zwischen den Racks (EC2 AZs) planen kann. Klingt etwas gruselig. Aber nochmal danke, dass du es aufgezeigt hast! –
Nur um es klar zu machen: Sie benutzen jetzt LCS und machen volle Verdichtung? oder hast du LCS auf anderen Tischen? Sie können eine Komprimierungsstrategie pro Knoten mithilfe von JMX implementieren (die Komprimierungsstrategie ist über JMX mithilfe von jconsole oder jmxterm änderbar, sodass Sie sie jeweils um einen Knoten oder um einen AZ gleichzeitig ändern können, wenn Sie dies wünschen aber nicht wollen, dass die IO auf allen Knoten zur gleichen Zeit getroffen wird). Sie können auch eine einzelne Knotenänderung über JMX verwenden, um die Effektivität zu testen. –
Ich benutze jetzt LCS und mache volle Verdichtung. Es ist interessant, diesen JMX-Trick zu lernen. –