如何计算Cassandra分区大小？（含指定表结构与数据场景）

给定表结构：

CREATE TABLE IF NOT EXISTS video (key int, value int, PRIMARY KEY (key, value));

其中分区键为key，聚类键为value，无常规列，分区内包含1000000行数据，以下是分区大小的近似计算：

未压缩大小（近似值） #

Cassandra的分区存储包含两部分核心开销：分区级元数据、每行的聚类键及行元数据。

• 分区级固定开销：
  • 分区键（key为int类型）：4字节
  • 分区头元数据（包括索引标记、分区摘要等）：约32字节
  • 合计：36字节（相对于百万行数据可忽略）
• 单条聚类行的开销：
  • 聚类键（value为int类型）：4字节
  • 时间戳（Cassandra默认自动添加）：8字节
  • 行控制元数据（无删除/TTL时的标记位、列计数标记）：约2字节
  • 单条行合计：14字节
• 总未压缩大小：
  1000000行 × 14字节/行 + 36字节 ≈ 14MB

压缩后大小（近似值） #

Cassandra默认使用LZ4压缩算法，针对这类重复度较高的整数数据，压缩比通常在2~4倍之间，因此压缩后的分区大小约为3.5MB ~ 7MB。

注：实际大小可能因Cassandra版本、存储引擎配置（如是否启用行缓存、索引策略）略有差异，但以上为通用场景下的合理估算。

内容的提问来源于stack exchange，提问作者Sahil Ummer