我们正在使用Cassandra 2.0.15,并且从所有应用主机中定期(大约每3分钟)出现大量读取延迟(> 60秒)。我们会在调用session.execute(stmt)
时测量此延迟。与此同时,Cassandra追踪的报告持续时间<1s。我们还在一个循环中,在这些峰值延迟时间内通过cqlsh从同一主机运行查询,并且cqlsh总是在1s内返回。什么可以解释Java驱动程序级别的这种差异?
- 编辑:回复评论 -
Cassandra服务器JVM设置:-XX:+CMSClassUnloadingEnabled -XX:+UseThreadPriorities -XX:ThreadPriorityPolicy=42 -XX:+HeapDumpOnOutOfMemoryError -Xss256k -XX:StringTableSize=1000003 -Xms32G -Xmx32G -XX:+UseG1GC -Djava.net.preferIPv4Stack=true -Dcassandra.jmx.local.port=7199 -XX:+DisableExplicitGC
。
客户端GC可忽略不计(下图)。客户端设置:-Xss256k -Xms4G -Xmx4G
,Cassandra驱动程序版本为2.1.7.1
客户端测量代码:
val selectServiceNames = session.prepare(QueryBuilder.select("service_name").from("service_names"))
override def run(): Unit = {
val start = System.currentTimeMillis()
try {
val resultSet = session.execute(selectServiceNames.bind())
val serviceNames = resultSet.all()
val elapsed = System.currentTimeMillis() - start
latency.add(elapsed) // emits metric to statsd
if (elapsed > 10000) {
log.info("Canary2 sensed high Cassandra latency: " + elapsed + "ms")
}
} catch {
case e: Throwable =>
log.error(e, "Canary2 select failed")
} finally {
Thread.sleep(100)
schedule()
}
}
群集构建代码:
def createClusterBuilder(): Cluster.Builder = {
val builder = Cluster.builder()
val contactPoints = parseContactPoints()
val defaultPort = findConnectPort(contactPoints)
builder.addContactPointsWithPorts(contactPoints)
builder.withPort(defaultPort) // This ends up config.protocolOptions.port
if (cassandraUsername.isDefined && cassandraPassword.isDefined)
builder.withCredentials(cassandraUsername(), cassandraPassword())
builder.withRetryPolicy(ZipkinRetryPolicy.INSTANCE)
builder.withLoadBalancingPolicy(new TokenAwarePolicy(new LatencyAwarePolicy.Builder(new RoundRobinPolicy()).build()))
}
我无法解释的另一个观察结果。我在循环中运行了两个以相同方式(如上所述)执行相同查询的线程,唯一的区别是黄色线程在查询之间休眠100毫秒,绿色线程在查询之间休眠60秒。绿色线程比黄色线程更容易达到低延迟(低于1秒)。
答案 0 :(得分:3)
当你让一个组件进行自我测试时,这是一个常见的问题。
最可能的解释是第二个。假设您有100个任务的队列,但由于系统运行缓慢,每个任务需要1秒钟。你在内部对每个任务计时,它看到它需要1秒,但是在队列中添加100个任务,第一个在0秒后开始,但是最后一个在99秒后开始,然后报告花了1秒,但从你的角度来看它需要100秒才能完成,99秒等待开始。
结果可能会延迟到达您,但除非您在处理结果时执行的操作超过数据库所需的操作,否则这种情况不太可能发生。即你可能认为瓶颈在服务器上。
答案 1 :(得分:2)
我将问题跟踪到查询远程数据中心节点的超时问题。群集在两个DC中具有节点,但是密钥空间仅在本地DC中复制,因此甚至考虑删除节点也是令人惊讶的。我能够将延迟降低
在我看来,Java驱动程序中的一个错误是,当数据中心中的密钥空间明显不存在时,它会尝试将远程数据中心的节点用作协调节点。此外,即使以某种方式不可能,我也使用延迟感知策略,该策略应该排除远程DC节点的考虑。