标签： cassandra streaming
我正在向Cassandra 2.0中输入非常大的文件，我注意到我对Cassandra的摄取速度比我获取新文件的速度慢了x3。鉴于此，并试图避免内存问题，我有什么选择来跟上摄取？
我最初认为我可以有多个客户端写入，可能每个都写入群集中的不同“种子”节点。如果我小心不能两次访问同一个文件会导致节点I / O出现问题？这样做的最佳方法是什么？根据谷歌搜索，我看到批处理驱动程序语句之类的东西可以提供帮助，但我正在读取需要先清理的CSV文件......