估算卡桑德拉的空间需求

Question

评估Cassandra所需空间的最佳/可靠方法是什么？我的群集由Cassandra 3.11.2上的2个节点（RHEL 6.5）组成。我想估计每个表中每行的平均大小将在我的数据库中进行，以便我可以相应地进行计划。我知道一些方法，比如nodetool status命令，数据目录中使用的du -sh命令，nodetool cfstats等。但是每个方法都给出了不同的值，因此我不确定在计算中应该使用哪一个。

另外我发现除了实际数据之外，Cassandra还会在各种系统特定表中存储各种元数据，如size_estimates，sstable_activity等。这些元数据是否随着数据的增加而不断增加？这些元数据占用的空间与数据库中实际数据占用的空间之比是多少？另外，我应该记住YAML中的哪些特定配置（如果有的话）可能会影响数据的大小。

之前曾问过类似的question，但我对答案并不满意。

Answer 1

如果您希望每天获得20 GB的数据，则计算如下。

1天= 20 GB，1个月= 600 GB，1年= 7.2 TB，因此您一年的原始数据大小为7.2 TB，复制因子为3，那么一年的数据约为21.6 TB。 / p>

如果要进行大小分层压缩，请考虑压缩，并且用例会很繁琐。您将需要两倍于原始数据的空间。

因此，您将需要大约43 TB到45 TB的磁盘空间。