Cassandra：存储和检索大型值（50MB到100MB）

我想从Cassandra存储和检索50MB到100MB的值

根据文档，当列值大小小于10MB时，Cassandra工作良好。提及

我的桌子如下。有不同的方法吗

CREATE TABLE analysis (
    prod_id text,
    analyzed_time timestamp,
    analysis text,
    PRIMARY KEY (slno, analyzed_time)
) WITH CLUSTERING ORDER BY (analyzed_time DESC)

---

至于我自己的经验，虽然理论上卡桑德拉可以处理大斑点，但在实践中可能真的很痛苦。至于我过去的一个项目，我们用C*存储protobuf blob，大小从3kb到100kb不等，但其中有一些（~0.001%）大小高达150mb。这造成了以下问题：

• 写超时。默认情况下，C*有10秒的写入超时，这对于大的blob来说实在是不够的
• 读取超时。读取超时、读取修复、提示切换超时等也存在同样的问题。您必须调试所有这些可能的故障并引发所有这些超时。C*必须将整个重行从磁盘读取到RAM，这很慢

我个人建议不要对大斑点使用C*，因为它不是很有效。还有其他选择：

• 像HDFS这样的分布式文件系统。在C*中存储文件的URL，在HDFS中存储文件内容
• DSE（商业C*发行版）在C*之上有自己的分布式FS，称为CFS，可以很好地处理大型文件
• 重新考虑您的模式，使其具有更轻的行。但这实际上取决于您当前的任务（而且原始问题中没有足够的信息）

---

至于我自己的经验，虽然理论上卡桑德拉可以处理大斑点，但实际上可能会非常痛苦。至于我过去的一个项目，我们用C*存储protobuf blob，大小从3kb到100kb不等，但其中有一些（~0.001%）大小高达150mb。这造成了以下问题：

• 写超时。默认情况下，C*有10秒的写入超时，这对于大的blob来说实在是不够的
• 读取超时。读取超时、读取修复、提示切换超时等也存在同样的问题。您必须调试所有这些可能的故障并引发所有这些超时。C*必须将整个重行从磁盘读取到RAM，这很慢

我个人建议不要对大斑点使用C*，因为它不是很有效。还有其他选择：

• 像HDFS这样的分布式文件系统。在C*中存储文件的URL，在HDFS中存储文件内容
• DSE（商业C*发行版）在C*之上有自己的分布式FS，称为CFS，可以很好地处理大型文件
• 重新考虑您的模式，使其具有更轻的行。但这实际上取决于您当前的任务（而且原始问题中没有足够的信息）

---

较大的值可能会有问题，因为协调器需要缓冲堆上的每一行，然后再将它们返回给客户端以回答查询。无法流式传输分析文本值

---

在内部，Cassandra也没有优化以很好地处理此类用例，您必须调整许多设置以避免出现shutty所描述的问题

较大的值可能会有问题，因为协调器需要缓冲堆上的每一行，然后再将它们返回给客户端以回答查询。无法流式传输分析文本值

在内部，Cassandra也没有优化以很好地处理此类用例，您必须调整许多设置以避免出现shutty所描述的问题