我使用DataStax网站提供的批量加载示例生成Cassandra SSTables。 http://www.datastax.com/dev/blog/bulk-loading
我的问题是SSTable文件理想地消耗了多少磁盘空间？在我的情况下，我的数据CSV文件为40 GB，SStables为此特定文件消耗的总磁盘空间大约为 250GB 。在创建这些表时是否有一些我遗漏的东西？是否有可用于生成sstables的压缩选项？
我使用sstableloader加载sstables的第二步非常正常，数据可用于在CQL中查询。
此外，我想知道除了上面提到的bulkload方法之外是否还有其他可用于将大数据导入cassandra的技术。
答案 0 :(得分：0)
首先检查压缩是否启用。怎么检查？
如果sstable被压缩，它将具有 CompressionInfo.db 组件（即组成sstable的文件之一，以end结尾） --CompressionInfo.db）。如果没有这样的文件，那么它就没有 压缩。
有关进一步压缩的相关信息，请check this。
转到上一个问题还有其他替代bulkload方法，使用 COPY 命令。见documentation