如何通过Python连接器获取Datastax Cassandra单查询的CPU时间、内存时间及CPU使用率？

DataStax Python连接器本身不直接提供查询级别的CPU时间、内存占用这类细粒度指标，因为这类数据属于Cassandra节点的系统执行层面统计，连接器核心负责请求通信与结果返回。但可以通过以下两种途径获取相关信息：

方式一：利用Cassandra内置机制收集服务端执行数据 #

Cassandra自带系统表与查询跟踪功能，可间接获取查询执行的相关统计：

• 查询系统表：通过system_schema.queries表能获取查询的执行次数、总延迟等基础数据，但无直接CPU/内存时间；system.local或system.peers的关联表可提供节点级统计，需自行关联到具体查询。
• 开启查询跟踪：能记录查询执行全流程的阶段细节，可从中提取执行耗时等线索：

  from cassandra.cluster import Cluster
  
  cluster = Cluster(['your-node-ip'])
  session = cluster.connect('your_keyspace')
  
  # 执行查询并开启跟踪
  with session.execute_async("SELECT * FROM your_table WHERE id = 1", trace=True) as future:
      result = future.result()
      trace = future.get_query_trace()
      # 遍历跟踪事件，查看执行阶段信息
      for event in trace.events:
          print(f"{event.source}: {event.description} | 时间戳: {event.timestamp}")
  

  注意：跟踪信息不会直接给出CPU/内存精确数值，但能反映查询在服务端各节点的执行耗时分布。

方式二：通过Python工具统计客户端资源消耗 #

如果需要监控Python进程执行查询时的本地资源占用，可以用psutil库实现：

1. 安装依赖：pip install psutil
2. 示例代码：

   import psutil
   from cassandra.cluster import Cluster
   import time
   
   def get_process_metrics():
       process = psutil.Process()
       return {
           'cpu_percent': process.cpu_percent(interval=None),
           'memory_rss': process.memory_info().rss  # 常驻内存，单位字节
       }
   
   cluster = Cluster(['your-node-ip'])
   session = cluster.connect('your_keyspace')
   
   # 记录执行前状态
   pre_metrics = get_process_metrics()
   start = time.time()
   
   # 执行目标查询
   session.execute("SELECT * FROM your_table WHERE id = 1")
   
   # 记录执行后状态并计算差值
   end = time.time()
   post_metrics = get_process_metrics()
   
   cpu_time = (post_metrics['cpu_percent'] / 100) * (end - start)
   memory_diff = post_metrics['memory_rss'] - pre_metrics['memory_rss']
   
   print(f"查询CPU时间: {cpu_time:.2f} 秒")
   print(f"查询内存变化: {memory_diff / (1024*1024):.2f} MB")
   print(f"查询期间CPU使用率: {post_metrics['cpu_percent']} %")
   

   注意：此方法统计的是客户端Python进程的资源消耗，而非Cassandra服务端执行查询的资源占用。

补充说明 #

若需要服务端精确的查询级CPU/内存指标，Cassandra本身未直接暴露这类细粒度数据，可尝试：

• 启用Cassandra的JMX监控，获取节点级CPU、内存指标，再结合查询执行时间窗口做关联分析。
• 使用第三方监控工具（如Prometheus + Grafana）配合Cassandra Exporter收集节点资源数据，再结合查询日志映射到具体查询。

内容的提问来源于stack exchange，提问作者Lucas Emanuel