cassandra 调优

   系统环境：Linux 2.6.32-71.el6.x86_64   4G内存

             apache-cassandra-1.0.3

   这几天cassandra起来后，运行导入数据程序，运行一段时间后节点就会down掉，由于之前对cassandra不熟悉，公司内知道这个东东的人也不多，所以只能自己看官方文档了。

   主要有下面几个参数：

   文件 cassandra-env.sh 中

   MAX_HEAP_SIZE ：java 堆总大小，cassandra是运行在java环境下的，java heap size 是cassandra 运行起来后内存的总大小。

   HEAP_NEWSIZE="1G"：heap size 初始化值

   java gc 配置： JVM_OPTS="$JVM_OPTS -XX:CMSInitiatingOccupancyFraction=70" 当使用内存达到heap size的 70%时就执行java gc操作（垃圾回收）

   文件cassandra.yaml 中

   memtable_total_space_in_mb： cassandra运行导入时会先将数据放在内存中一个叫memtable的结构中，当数据量达到memtable_total_space_in_mb*flush_largest_memtables_at  大小时，cassandra会将内存中的数据flush到磁盘中。

   flush_largest_memtables_at：定义flush的阀值（如0.75）,即当内存中的数据量达到memtable_total_space_in_mb的75%时，将内存中的数据flush到磁盘。

   commitlog_total_space_in_mb：cassandra在运行导入数据的同时会记录相关日志，如果flush_largest_memtables_at 机制没有生效，则会执行commitlog机制：当日志大于commitlog_total_space_in_mb 时也会执行flush操作。

    key cached： cassandra运行查询时，会将本次查询的key保存在一块内存中，以便下次查询同一key时，可以直接在内存中取到key，这样可以加快查询速度。Defines how many key locations will be kept in memory per SSTable

    rows_cached：定义row在内存中cache的大小，这个数可以定义为一个整数（代表多少个row）也可以是一个分数（这个不太理解不知道表示什么的百分比）。Specifies how many rows to cache in memory

    我对cassandra导入运行机制的理解是这样的：当导入数据时，它先将数据放入内存中叫memtable的结构，当这个大小超过设置的阀值时，便执行flush操作；与此同时java的gc机制也在实时监控，如果内存使用超过设置的阀值，就会对内存进行回收；

    现在我们的系统还是不稳定，所以调优还在进行当中，希望能早点稳定。

 

    这几天一直在改配置测试，现在终于稳定下来了，最终的配置是

    memtable_total_space_in_mb: 128

    commitlog_total_space_in_mb: 1024

    MAX_HEAP_SIZE="1G"
    HEAP_NEWSIZE="200M"

    由于用户测试的主机配置比较低，所以各参数调得都比较低。