Linux cassandra.yaml 配置文件深度解析（下）
一、内存管理参数（最重要调优区）
Cassandra是内存敏感型数据库，Heap设置不当会导致频繁GC、OOM或性能雪崩。
1.1 Heap大小（在cassandra-env.sh中设置，非yaml）
虽不在yaml，但必须提及：
MAX_HEAP_SIZE="16G"
HEAP_NEWSIZE="4G"
- 生产黄金法则：Heap不超过物理内存的50%，且不超过31GB（避免Compressed Oops退化）
- 推荐公式：Heap = min(物理内存/2, 16-24GB)
- 5.0建议：12-16GB（Trie Memtable更省内存）
1.2 memtable_allocation_type
memtable_allocation_type:heap_buffers# heap_buffers / offheap_buffers / offheap_objects
- heap_buffers（默认）：Memtable在Heap内，简单但易GC
- offheap_buffers：堆外（Direct Memory），减少GC压力
- offheap_objects：完全堆外对象（5.0推荐，内存利用率最高）
生产推荐：offheap_objects（需Java 11+，配合足够Direct Memory）
1.3 memtable_heap_space_in_mb / offheap_space_in_mb
memtable_heap_space_in_mb:2048# Heap内Memtable上限（仅heap模式）
memtable_offheap_space_in_mb:8192# 堆外Memtable上限（推荐）
- 生产公式：memtable_space ≈ 预计峰值写QPS × 平均行大小 × 100ms（flush阈值）
- 推荐：堆外设为Heap的1-2倍（如Heap 16G → offheap 16-32G）
1.4 memtable_flush_writers 与 flush行为
memtable_flush_writers:8# 根据磁盘数设置
- Memtable flush到SSTable的并行线程数
1.5 memtable_cleanup_threshold
memtable_cleanup_threshold:0.3# 触发清理旧Memtable比例
二、Compaction（压缩）策略与调优
Compaction是将多个SSTable合并、删除墓碑、回收空间的过程，是Cassandra磁盘IO的主要来源。
2.1 concurrent_compactors
concurrent_compactors:8# 默认CPU核数/4
- 生产推荐：SSD环境设为CPU核数；HDD设为2-4
- 过高会导致IO风暴，过低导致SSTable堆积、读放大
2.2 compaction_throughput_mb_per_sec
compaction_throughput_mb_per_sec:64# 全局Compaction限速（MB/s）
- 生产实践：白天64-128，夜间调高或0（不限速跑Major Compaction）
动态调整：nodetool setcompactionthroughput
2.3 表级Compaction策略（Keyspace创建时指定，非全局yaml）
虽不在yaml全局，但运维需了解：
- SizeTieredCompactionStrategy (STCS)：默认，适合写多读少
- LeveledCompactionStrategy (LCS)：读多场景，读延迟稳定
- TimeWindowCompactionStrategy (TWCS)：时间序列数据神器
- UnifiedCompactionStrategy (UCS)：5.0新策略，自动适应混合负载
生产选择指南：
运维注意：策略不可在线更改，需重建表或用sstableloader
三、Cache与索引配置
3.1 key_cache_size_in_mb
key_cache_size_in_mb:512# Partition Key缓存
- 缓存热门Partition位置，减少Bloom Filter IO
3.2 row_cache（已废弃）
5.0完全移除row_cache（之前缓存整行数据，内存效率低）。
迁移建议：使用应用层缓存（如Redis）或Storage-Attached Indexing（SAI，5.0+）
3.3 file_cache_size_in_mb
file_cache_size_in_mb:2048# OS Page Cache预留（5.0+）
- Cassandra不依赖OS Cache，建议设小值，让OS有更多Page Cache
3.4 bloom_filter_fp_chance
表级参数，但全局默认：
bloom_filter_fp_chance:0.01# 误判率，默认0.01
- 低值：准确但SSTable头部大；高值：节省空间但多IO
四、并发与请求控制参数
4.1 concurrent_reads / concurrent_writes
concurrent_reads:64# 推荐：磁盘数 × 32（SSD）
concurrent_writes:64# 推荐：CPU核数 × 4
公式：
- concurrent_reads ≈ 预期读QPS / 2000（单线程处理能力）
- concurrent_writes ≈ 预期写QPS / 10000
4.2 concurrent_counter_writes
concurrent_counter_writes:32
4.3 native_transport_max_threads
native_transport_max_threads:128# CQL请求处理线程
五、Hinted Handoff 与故障恢复
5.1 hinted_handoff_enabled
hinted_handoff_enabled:true
max_hint_window_in_ms:10800000# 3小时默认
5.2 hinted_handoff_throttle_in_kb
hinted_handoff_throttle_in_kb:4096
六、读写路径高级调优
6.1 counter_cache_size_in_mb
counter_cache_size_in_mb:256
6.2 internode_compression
internode_compression:all# all / dc / none
6.3 stream_throughput_outbound_megabits_per_sec
stream_throughput_outbound_megabits_per_sec:400
七、生产级cassandra.yaml高级模板（结合上篇）
以下为生产参考（Heap 16G、SSD、写密集场景）：
# 内存管理
memtable_allocation_type:offheap_objects
memtable_offheap_space_in_mb:16384
memtable_heap_space_in_mb:4096
memtable_flush_writers:8
# Compaction
concurrent_compactors:8
compaction_throughput_mb_per_sec:64
# Cache
key_cache_size_in_mb:1024
file_cache_size_in_mb:1024
bloom_filter_fp_chance:0.01# 表级覆盖
# 并发
concurrent_reads:96
concurrent_writes:96
native_transport_max_threads:256
# Hinted Handoff
hinted_handoff_enabled:true
max_hint_window_in_ms:7200000# 2小时
hinted_handoff_throttle_in_kb:8192
# 其他
internode_compression:all
stream_throughput_outbound_megabits_per_sec:800
八、常见调优问题与案例
- 频繁GC暂停 → 原因：Heap过大或memtable_heap模式 → 解决方案：切换offheap_objects，降低Heap到16G
- 读延迟高 → 检查SSTable数量（nodetool cfstats），Compaction落后 → 提高concurrent_compactors或用LCS
- 写延迟突增 → Memtable flush队列积压 → 增加memtable_flush_writers或分离CommitLog盘
- 磁盘空间爆炸 → 墓碑堆积 + STCS → 切换TWCS或定期repair
- 扩容慢 → Streaming限速低 → 临时调高stream_throughput
