详解Cassandra配置文件配置项

        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，这是安全认证的第一步。

　　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.apac
cbf7
he.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