我正在考虑开发一个使用Cassandra后端的应用程序。我希望能够在商用硬件上运行每个cassandra节点，规格如下:
- 四核2GHz i7 CPU
- 2个750GB磁盘驱动器
- 16gb安装内存
现在，我在网上看到，Cassandra的可用磁盘空间应该是磁盘上存储的数量的两倍，这意味着每个节点(设置在RAID-1配置中)将能够存储375 GB的数据，这是可以接受的。
我的问题是，如果16GB RAM足以有效地为每个节点提供375 GB的数据。所开发的应用程序中的数据也相当依赖于时间，因此最近的数据将是从数据库中读取最多的数据。事实上，大部分数据将在大约6个月后被删除。
另外，我是否会给Cassandra分配一个接近16 GB的堆(-Xmx)，或者Cassandra使用堆外内存?
您不应该将Cassandra堆设置为超过8GB;如果大于这个值，那么垃圾收集将会导致长时间的停顿。Cassandra将使用buffer cache(像其他应用程序一样)，所以剩余的内存不会浪费。
如果您的热集都适合RAM，或者如果服务速率可以在磁盘上提供，那么16GB RAM就足够提供数据了。磁盘可以进行大约100次随机IO/s，因此在您的设置中，如果需要超过200次读取/秒，则需要确保数据在缓存中。Cassandra输出良好的缓存统计数据(Cassandra -cli show keyspaces)，所以你应该很容易就能知道你的缓存是多么有效。
请记住，在RAID-1中只有两个磁盘，您将没有专用的提交日志。这可能会严重影响写入性能。如果提交日志影响性能，您可能需要考虑关闭它，并放弃持久写。
虽然在Cassandra中不使用非常大的堆可能是明智的，但在我的公司，我们到目前为止已经使用了10GB到12GB的堆，没有任何问题。我们的服务器通常至少有48gb的内存(RAM很便宜，所以为什么不呢:-))，所以我们可以尝试扩展堆，看看会发生什么。