详解Cassandra0.7配置文件

Cassandra中所有的运行配置都是在配置文件cassandra.yaml中进行配置。

下面依次讲解Cassandra中的配置项：

cluster_name

设置Cassandra集群的名称。

在Cassandra集群中，每一台服务器都必须具备相应的集群的名称。如果名称不一致，则当前Cassandra服务器无法加入集群。

initial_token

Cassandra服务器的初始化Token值，这个值代表了Cassandra服务器在一致性哈希环中的位置。

当Cassandra第一次启动的时候，会从该配置项中读取，如果留空，将随机生成一个Token值。如果Cassandra不是第一次启动，将从系统表中读取该Token值。

auto_bootstrap

第一次启动的时候，是否在加入Cassandra集群时从其他服务器获取属于本服务器的数据。

如果当前Cassandra服务器不在seed配置选项中，并且是第一次启动，将从Cassandra集群中其他服务器获取属于本服务器的数据。

hinted_handoff_enabled

是否开启当前Cassandra服务器的HINT操作。

如果开启该功能，Cassandra服务器将缓存发送给暂时失效的其他Cassandra服务器的数据，等待失效的服务器恢复后，再将缓存的数据发送给恢复的服务器。

authenticator

验证使用Cassandra的用户是否合法，这是安全认证的第一步。

Cassandra中定义了一系列验证用户的策略，可以选择的项为：

1.         org.apache.cassandra.auth.AllowAllAuthenticator

所有的用户都是合法的。

2.         org.apache.cassandra.auth.SimpleAuthenticator

合法的用户和对应的密码都在passwd.properties文件中定义。

authority

验证该用户是否具备操作某一个Column Family的权限，这是安全认证的第二步。

Cassandra中定义了一系列验证用户权限的策略，可以选择的项为：

1.         org.apache.cassandra.auth.AllowAllAuthority

所有的用户具备所有的权限。

2.         org.apache.cassandra.auth.SimpleAuthority

合法的用户和对应的权限都在access.properties文件中定义。

partitioner

Cassandra集群中数据分区的策略。

同一个Cassandra集群中的每一台服务器中的该配置需要一致。

Cassandra中定义了一系列数据分区的策略，可以选择的项为：

1.         org.apache.cassandra.dht.RandomPartitioner

2.         org.apache.cassandra.dht.ByteOrderedPartitioner

3.         org.apache.cassandra.dht.OrderPreservingPartitioner

4.         org.apache.cassandra.dht.CollatingOrderPreservingPartitioner

data_file_directories

SSTable文件在磁盘中的存储位置。

这个选项可以设置多个值，即如果服务器具有多个磁盘，可以将这几个磁盘都指定为存储SSTable文件的位置。如果可能，可以考虑将data_file_directories和commitlog_directory设置在不同的磁盘中，这样有利于分散整体系统的磁盘I/O的压力。

commitlog_directory

commitlog文件在磁盘中的存储位置。

如果可能，可以考虑将data_file_directories和commitlog_directory设置在不同的磁盘中，这样有利于分散整体系统的磁盘I/O的压力。

saved_caches_directory

数据缓存文件在磁盘中的存储位置。

commitlog_rotation_threshold_in_mb

每一个commitlog文件的大小。

commitlog_sync

记录commitlog的方式。

可以选择的项为：

1.         periodic

周期记录commitlog，每一次有数据更新都将操作commitlog。

2.         batch

批量记录commitlog，每一段时间内数据的更新将批量一次操作commitlog。

commitlog_sync_period_in_ms

周期记录commitlog时，刷新commitlog文件的时间间隔。这个选项只有在commitlog_sync= periodic时才能设置。

commitlog_sync_batch_window_in_ms

批量记录commitlog时，批量操作缓存的时间间隔。这个选项只有在commitlog_sync= batch

时才能设置。

seeds

Cassandra集群中的种子节点地址

这个选项可以设置多个值，即Cassandra集群中有多个种子节点。

集群中所有的服务器在启动的时候，都将于seed节点进行通信，从而获取集群的相关信息。如果某一台服务器被设置为seed节点，那么在启动的时候，将自动加入集群，并且不会执行Bootstrap的操作，即无法从集群的其他节点中获取相应的数据。

disk_access_mode

Cassandra访问SSTable文件中的Data文件和Index文件时是否使用虚拟内存映射的形式。

可以选择的项为：

1.         auto

自动选择合适的文件访问形式，如果是64位系统，则为mmap形式，否则为standard形式。

2.         mmap

访问SSTable文件中的Data文件和Index文件时，都采用虚拟内存映射的形式。

3.         mmap_index_only

访问SSTable文件中的Index文件时采用虚拟内存映射的形式。

4.         standard

访问SSTable文件中的Data文件和Index文件时，都不采用虚拟内存映射的形式。

使用虚拟内存映射的形式访问文件能够加快对文件的读写速度，但是这是以消耗而外的内存作为代价的。所以要根据实际内存大小与文件大小来选择合适的文件访问方式。

concurrent_reads

并发读取的线程数。

这个选项设置得越大，Cassandra在进行读取操作时可以使用的线程数就越多。推荐的配置为：CPU的个数*2。

concurrent_writes

并发写入的线程数。

这个选项设置得越大，Cassandra在进行写入操作时可以使用的线程数就越多。

memtable_flush_writers

memtable中的数据写入到磁盘成为SSTable文件的并发数。

这个选项的默认配置为data_file_directories中指定的目录的个数。

sliced_buffer_size_in_kb

进行范围读取操作时，读取SSTable文件使用的缓存大小。

storage_port

Cassandra集群中服务器与服务器之间相互通信的端口号。

listen_address

Cassandra集群中服务器与服务器之间相互通信的地址。如果留空，将默认使用服务器的机器名。

rpc_address

Cassandra服务器对外提供服务的地址。如果留空，将默认使用服务器的机器名。

rpc_port

Cassandra服务器对外提供服务的端口号。

rpc_keepalive

Cassandra服务器对外提供服务连接是否一直保持。

thrift_framed_transport_size_in_mb

使用Thrift Frame每次传递的数据大小。如果该选项为0，则禁用Thrift Frame。

thrift_max_message_length_in_mb

使用Thrift传递的数据最大值。

snapshot_before_compaction

Cassandra在执行数据压缩操作前，是否对需要压缩的SSTable文件做数据快照（snapshot）。

binary_memtable_throughput_in_mb

binary memtable的缓存大小。

binary memtable用于大量数据的初始化操作。

column_index_size_in_kb

SSTable文件中的Data文件对应Column索引的数据大小间隔。如果这个值越小，在Column索引中找到相应的值速度就越快，但是会消耗更多的内存与磁盘空间。

in_memory_compaction_limit_in_mb

在Cassandra执行数据压缩时，如果某一个key对应的数据的大小超过了in_memory_compaction_limit_in_mb的限制，将采用延后压缩的机制进行压缩，避免使用过多的内存。

rpc_timeout_in_ms

如果Cassandra服务器在处理外部请求的时候，如果超过了rpc_timeout_in_ms的限制，将抛出超时异常给调用的客户端。

endpoint_snitch

Cassandra集群中网络的选择策略。

Cassandra中定义了一系列网络的选择策略，可以选择的项为：

1.         org.apache.cassandra.locator.SimpleSnitch

2.         org.apache.cassandra.locator.RackInferringSnitch

3.         org.apache.cassandra.locator.PropertyFileSnitch

dynamic_snitch

是否启用动态的节点选择策略。启动该选项可以在做有效地避免相应缓慢的节点。

和这个选项相关的其他选项为：

dynamic_snitch_update_interval_in_ms

dynamic_snitch_reset_interval_in_ms

dynamic_snitch_badness_threshold

request_scheduler

设置资源调度分配策略

Cassandra中定义了一系列网络的选择策略，可以选择的项为：

1.         org.apache.cassandra.scheduler.NoScheduler

所有的请求分配的计算资源都是均等的。

2.         org.apache.cassandra.scheduler.RoundRobinScheduler

对不同的Keyspace分配不同的计算资源。

在多租户的情况下适合使用RoundRobinScheduler。

index_interval

SSTable文件中的Index文件对应内存索引的数据大小间隔。如果这个值越小，在内存索引中找到相应的值速度就越快，但是会消耗更多的内存。

keyspaces

定义Keyspace的属性。

name：定义keyspace的名称。

replica_placement_strategy：定义数据的备份策略，可选的项为：

1.         org.apache.cassandra.locator.SimpleStrategy

2.         org.apache.cassandra.locator.OldNetworkTopologyStrategy

3.         org.apache.cassandra.locator.NetworkTopologyStrategy

4.         org.apache.cassandra.locator.LocalStrategy

replication_factor：定义数据的备份数。

column_families：定义Column Family的属性

column_type：定义Column Family的类型。可以设置为Super或者Standard，如果不设置，为Standard类型。

compare_with：Column名称的排序规则。可选的项为：

1.         AsciiType

2.         UTF8Type

3.         LexicalUUIDType

4.         TimeUUIDType

5.         LongType

6.         IntegerType

compare_subcolumns_with：SuperColumn下的Column名称的排序规则。可选的项为：

1.         AsciiType

2.         UTF8Type

3.         LexicalUUIDType

4.         TimeUUIDType

5.         LongType

6.         IntegerType

rows_cached：row缓存的数量，可以为整数或者百分比。

keys_cached：key缓存的数量，可以为整数或者百分比。

row_cache_save_period_in_seconds：定义Column Family中的持久化row缓存的时间间隔，如果为0，关闭持久化row缓存功能。

key_cache_save_period_in_seconds：定义Column Family中的持久化key缓存的时间间隔，如果为0，关闭持久化key缓存功能。

gc_grace_seconds：定义Column Family中数据标记为删除后到真正进行物理删除的时间间隔，如果不设置，默认为10天（864000秒）。

memtable_flush_after_mins：定义Column Family中memtable最大的生存时间。

memtable_throughput_in_mb：定义Column Family中memtable最大缓存的数据大小。

memtable_operations_in_millions：定义Column Family中memtable最大缓存的数据条数。

min_compaction_threshold：定义Column Family中执行数据压缩的最小SSTable文件数。

max_compaction_threshold：定义Column Family中执行数据压缩的最大SSTable文件数。

default_validation_class：定义Column Family中默认校验值的类型规则。可选的项为：

1.         AsciiType

2.         UTF8Type

3.         LexicalUUIDType

4.         TimeUUIDType

5.         LongType

6.         IntegerType

column_metadata：定义二级索引的属性。

name：定义需要进行二级索引的Column名称。

validator_class：定义Column Family中校验值的类型规则。可选的项为：

1.         AsciiType

2.         UTF8Type

3.         LexicalUUIDType

4.         TimeUUIDType

5.         LongType

6.         IntegerType

index_type：定义二级索引的类型，目前支持的选项为：KEYS

 

更多关于Cassandra的文章：http://www.cnblogs.com/gpcuster/tag/Cassandra/