Cassandra 卡桑德拉vs HDFS压缩比

我在一台机器上使用相同的输入数据对HDFS和Cassandra的存储量进行评估。HDFS和Cassandra都只有一个副本。 我的输入数据是二进制字节，总共31M。结果证明HDFS的数据量比Cassandra少

HDFS:16.4米（使用COMPRESS.BLOCK策略）(

Cassandra:50M。（使用CQL接口，带有默认设置（例如压缩））

既然Cassandra使用柱状存储，这怎么可能呢

有人能帮我弄清楚吗？非常感谢

我的卡桑德拉版本是2.1.9

---

如果使用3.+，您会看到更好的C*磁盘使用率。2.1版要求每个字段都有列名，因此如果有10个字段，情况会更糟。3.x更好，因为它不存储冗余数据

---

HDFS和C*对于解决不同类型的问题来说是两种完全不同的东西。如果你只想最有效地利用磁盘空间，那么HDFS可能就是你想要的，因为它可以更高效地存储大量二进制数据。如果你想更快地读/写，C*可能是一个更好的选择。C*会添加到你的数据中来组织和管理数据ake查询更高效，并提供数据保证（一致性）压缩将获得一些回报，但在许多情况下，它将占用比原始数据更多的空间。

如果使用3+，您将看到更好的C*磁盘使用率。这是一个2.1的东西，要求每个字段都有列名，因此如果有10个字段，情况会更糟。3.x更好，因为它不存储冗余数据

---

HDFS和C*对于解决不同类型的问题来说是两种完全不同的东西。如果你只想最有效地利用磁盘空间，那么HDFS可能就是你想要的，因为它可以更高效地存储大量二进制数据。如果你想更快地读/写，C*可能是一个更好的选择。C*会添加到你的数据中来组织和管理数据ake查询更高效，并提供数据保证（一致性）。压缩将获得一些回报，但在许多情况下，它将占用比原始数据更多的空间。

这是我输入数据的模式：10个字段为长类型，2个字段为字符串类型。与Cassandra CQL一样，bigint中有9个字段，文本中有2个字段，时间戳中有1个字段。这是我输入数据的模式：10 fiELD为长型，2个字段为字符串类型。与Cassandra CQL一样，bigint中有9个字段，text中有2个字段，Timestamp中有1个字段。感谢您的帮助。我对Cassandra读/写速率有一些问题。如果我使用C*3+，可能会提高速率。但是，您认为C*2.1的写入速率为le是正常的吗在上述情况下，ss速度超过1M/s（大约3k次插入/秒）？我使用datastax java驱动程序。我确信所有数据都保留在Memtable中，而不是刷新到SSTable中。此外，commitlog sync处于“期间”模式，我将周期设置为比插入所需的时间长。至于读取速率，我发现更多处理器/线程不会加快读取速度，它的成本与单个处理器所需的时间相同。在我的例子中，如果缓存数据，读取速率可能会达到180M/s。但如果不缓存数据，读取速率会下降到大约18M/s。我使用HDD和C*2.1。你能给我一些建议吗？非常感谢。谢谢你的帮助。我在Cassandra读/写速率方面有一些问题。如果我使用C*3+，速率可能会提高。但是，你认为C*2.1的写速率低于1M/s（大约3k插入/s）是正常的吗在上述情况下？我使用datastax java驱动程序。我确信所有数据都保留在Memtable中，而不是刷新到SSTable中。而且，commitlog sync处于“期间”模式，我将周期设置为比插入所需的时间长。至于读取速率，我发现更多处理器/线程不会加快读取速度，它的成本与单个处理器所需的时间相同。在我的例子中，如果缓存数据，读取速率可能会达到180M/s。但如果不缓存数据，读取速率会下降到大约18M/s。我使用硬盘和C*2.1。你能给我一些建议吗？非常感谢。