寻求日处理数十亿读写的最优数据库——Cassandra性能过慢

你现在面临的是一个典型的超大规模吞吐量场景——每日10亿次插入（平均每秒1万多次，峰值肯定更高），再加上数十亿次批量读取（每次要拉50行），还有带500字节Blob的小记录。结合你已经做的本地测试，我给你几个值得继续评估的方向：

值得测试的数据库选项 #

• Cassandra
  这货天生就是为高写入、分布式场景设计的，单节点写入轻松能到每秒几万次，集群扩展后写入能力几乎是线性增长的。对于你的Blob存储，它原生支持大对象存储，而且在复制（replication）和分片（partitioning）上是核心功能，完全不会出现MongoDB那种分布式场景掉链子的情况。不过要注意，Cassandra是列族数据库，得提前把查询模式规划好——比如你以ID为主的话，把ID设为分区键，读取性能会非常顶。

• ClickHouse
  虽然大家常把ClickHouse当分析库用，但它的写入性能真的猛，单节点每秒几十万次插入都很正常，分布式集群的复制、分片也成熟得很。500字节的Blob用它的String类型存毫无压力，而且它的列式存储对批量读取（一次50行）特别友好，读取性能会很出色。唯一要注意的是，ClickHouse的实时更新能力偏弱，但你的场景以插入为主，这点基本不影响。

• RocksDB（搭配定制上层逻辑）
  如果你要追求极致的写入性能，RocksDB这个嵌入式KV存储绝对能满足你——单节点写入轻松破每秒10万次，空间利用率比你测的原生文件系统高太多。你可以基于它封装自己的读写逻辑，比如按ID分片存Blob，或者做批量插入优化。不过这种方式需要自己搞定分布式、复制的逻辑，适合有一定研发能力的团队。

• ScyllaDB
  这是Cassandra的C++重写版，性能比Cassandra强2-3倍，单节点写入能到每秒十几万次，同样原生支持分布式复制和分片，完美适配你的高写入场景。而且它兼容Cassandra的生态，学习成本很低，要是你考虑Cassandra的话，优先试试ScyllaDB准没错。

额外测试建议 #

• 别只测单节点！一定要模拟多节点集群场景，比如3节点以上的复制、分片环境，这才是你生产环境会遇到的真实情况，单节点性能再好，分布式场景拉胯也没用。
• 可以考虑把Blob和元数据分离：用数据库存ID和其他小字段，Blob存在对象存储里，这样能减轻数据库的存储压力，读取的时候按需拉取Blob，可能还能提升整体性能。

内容的提问来源于stack exchange，提问作者S.D