我需要一个高性能数据库，用于在大型数据表上进行多个并发读/写操作，我不知道Cassandra是否是一个好的候选者。因此，如果你能帮助我澄清我的下面的问题，那就太棒了。假设我有一个包含500万行和500万列的表格。
1. cassandra的性能是否与硬件的处理能力成线性关系？
2.当我需要搜索1列以查看它是否存在时，如果没有，那么我想在当前表中插入一个新列。这个操作快了吗？
3.如果读/写操作的当前响应时间很慢，我可以在不改变当前表结构的情况下改进它的可能方法是什么？
其他信息：
一个。交易控制并不重要。
湾复制取决于用例。对于具有多个并发读/写操作的表，不需要复制。对于具有多个并发读取的表，需要进行复制。
非常感谢你。
答案 0 :(得分：5)
1. cassandra的性能是否与硬件的处理能力成线性关系？
Cassandra整体表现与机器数量相当线性。对于1台机器，如果您使用旋转磁盘，正式建议不要超过1Tb /机器。 SSD的限制更高，约为3Tb /机器。至少这是Cassandra 2.1和2.2的推荐。使用Cassandra 3.0和存储引擎重写，这些数字可能会更高，因为服务器密度已得到改善。
2.当我需要搜索1列以查看它是否存在时，如果没有，那么我想在当前表中插入一个新列。这个操作快了吗？
使用主键查找数据非常快，这得益于大量数据结构以优化磁盘访问（布隆过滤器，分区键缓存，分区示例...请参阅http://www.slideshare.net/doanduyhai/cassandra-introduction-apache-con-2014-budapest/48）
如果您没有通过主键访问数据，则会导致对大量数据进行顺序扫描，然后无法保证性能
3.如果读/写操作的当前响应时间很慢，我可以在不改变当前表结构的情况下改进它的可能方法是什么？
应该是相反的方式。设计您的表结构和数据模型以便快速读取（使用Cassandra，写操作总是很快）。适当的硬件（SSD）和内存（用于页面缓存）也将改善读/写操作。除了上面的那些参数，其他调整旋钮（键高速缓存大小，布隆过滤器fp机会......）只能提供微小的改进
湾复制取决于用例。对于具有多个并发读/写操作的表，不需要复制。
如果没有复制，可能会因硬件故障而丢失数据，您确定数据丢失对于应该提供读取和读取的表是可接受的吗？写？