Cassandra 卡桑德拉数据文件比预期大得多

我刚刚做了一个实验，加载了大约12个csv文件，重量约为5.2GB（压缩）。上传到Cassandra后，它们占用了64 GB的空间！（实际上大约128 GB，但这是由于复制系数为2）

坦率地说，我预计Cassandra的数据占用率甚至会低于原来的5.2 GB csv，因为： 1.Cassandra应该能够以二进制格式而不是ascii格式存储数据（主要是数字） 2.Cassandra应该将单个文件拆分为其列组成部分，并显著改进压缩

我对卡桑德拉完全陌生，这是一个实验。我完全可能误解了产品或配置错误

是否预计5.2 GB的CSV最终将成为64 GB的cassandra文件

编辑：其他信息：

[cqlsh 5.0.1 | Cassandra 2.1.11 | CQL spec 3.2.1 | Native protocol v3]


[~]$ nodetool status
Datacenter: DC1
===============
Status=Up/Down
|/ State=Normal/Leaving/Joining/Moving
--  Address      Load       Tokens  Owns    Host ID                                 Rack
UN  xx.x.xx.xx1  13.17 GB   256     ?       HOSTID  RAC1
UN  xx.x.xx.xx2  14.02 GB   256     ?       HOSTID  RAC1
UN  xx.x.xx.xx3  13.09 GB   256     ?       HOSTID  RAC1
UN  xx.x.xx.xx4  12.32 GB   256     ?       HOSTID  RAC1
UN  xx.x.xx.xx5  12.84 GB   256     ?       HOSTID  RAC1
UN  xx.x.xx.xx6  12.66 GB   256     ?       HOSTID  RAC1

du -h [director which contains sstables before they are loaded]: 67GB

---

什么版本？2.2和3.0之间有很大区别。是否也启用了压缩？你的模式是什么

nodetool表状态

output available？64 GB bychance是否包含提交日志？@ChrisLohfink I添加了版本信息

nodetool表状态对我来说似乎不存在。在您的评论之后，我查阅了表格压缩。看来我可以换桌子了。你知道有什么参考文献讨论过大小和写入速度的权衡吗？@jandorenhaus我认为提交日志不包括在大小中。在加载之前，我刚刚检查了准备sstables的目录。它们的大小也差不多。2.1是旧版本，请使用
nodetool cfstats
。如果您希望在2.1中减少存储空间，请使用
压缩存储
选项（虽然您永远无法修改架构，但会显著减少大小），并确保启用了压缩功能（应该启用）。它仍然可能比您输入的数据更大，一个
nodetool compact
可能有助于将其放在单个sstable中。什么版本？2.2和3.0之间有很大区别。是否也启用了压缩？你的模式是什么
nodetool表状态
output available？64 GB bychance是否包含提交日志？@ChrisLohfink I添加了版本信息
nodetool表状态对我来说似乎不存在。在您的评论之后，我查阅了表格压缩。看来我可以换桌子了。你知道有什么参考文献讨论过大小和写入速度的权衡吗？@jandorenhaus我认为提交日志不包括在大小中。在加载之前，我刚刚检查了准备sstables的目录。它们的大小也差不多。2.1是旧版本，请使用
nodetool cfstats
。如果您希望在2.1中减少存储空间，请使用
压缩存储
选项（虽然您永远无法修改架构，但会显著减少大小），并确保启用了压缩功能（应该启用）。它仍然可能比您输入的数据更大，一个
nodetool compact
可能有助于将其放在单个sstable中。