单节点Cassandra读写操作性能提升方案咨询

写入性能优化 #

• 批量写入优化：优先使用异步批量写入替代单条写入，每批大小控制在10~50KB，禁止超过100KB，不需要跨表原子性的场景下，使用UNLOGGED BATCH替代默认的LOGGED BATCH，砍掉批量日志的额外开销。
• 数据模型优化：避免设计热点分区，单个分区存储数据量不超过100MB，禁止使用宽行、二级索引、物化视图等写入放大较高的特性，除非业务强制要求。
• 一致性级别调整：写入一致性级别调整为ONE，单节点场景下该级别可以满足绝大多数业务需求，砍掉额外的一致性校验开销。

核心配置优化 #

• 内存分配：8GB内存的节点，cassandra-env.sh中设置堆内存为-Xmx4G -Xms4G，堆内存不要超过系统总内存的50%，剩余内存留给系统页缓存，大幅提升读写命中率。
• 提交日志优化：将commitlog目录和数据目录挂载到不同的物理磁盘，避免IO竞争；业务可容忍极少量数据丢失的场景下，将cassandra.yaml中的commitlog_sync调整为batch，或调大commitlog_sync_period_in_ms到10000，减少提交日志刷盘频率。
• 并发参数调整：4核CPU场景下，concurrent_writes设置为32，concurrent_reads设置为32，避免并发过高导致的CPU上下文切换开销。
• 压缩策略调整：写入密集场景使用SizeTieredCompactionStrategy(STCS)，读密集场景使用LeveledCompactionStrategy(LCS)，压缩线程数设置为2，避免压缩任务占用过多CPU资源。

硬件&系统优化 #

• 存储升级：如果当前使用机械硬盘，更换为SSD，Cassandra随机读写性能可提升3~10倍，压缩、提交日志刷盘的开销会大幅降低。
• 磁盘挂载优化：磁盘使用noatime参数挂载，关闭文件访问时间记录，减少不必要的IO开销；EXT4文件系统可关闭日志功能，进一步提升IO性能。
• 网络调优：客户端和Cassandra节点部署在同一内网，客户端连接配置开启TCP_NODELAY，禁用Nagle算法，减少网络小包延迟。

读取性能优化 #

• 缓存配置：打开键缓存，key_cache_size_in_mb设置为256MB；存在固定热点读的场景可按需开启行缓存，优先使用堆外行缓存避免占用堆内存。
• 查询优化：所有查询必须携带分区键，禁止使用ALLOW FILTERING、全表扫描、跨大量分区的查询，控制单次查询返回的结果集大小。
• 数据预热：服务启动后提前访问热点数据，将数据加载到系统页缓存，避免冷读导致的查询延迟升高。

长期扩展方案 #

如果单节点性能已触达硬件瓶颈，可以扩容为多节点集群，将数据分散到多个节点存储，读写吞吐量可随节点数线性提升，同时可提高集群可用性。

内容的提问来源于stack exchange，提问作者Suyash Raj