面试题答案
一键面试1. 节点扩展策略
- 添加新节点：随着数据量增加，通过添加新的 Cassandra 节点来扩展集群。可以使用
nodetool工具添加新节点，新节点加入集群后会自动平衡数据分布，分担负载。例如，执行nodetool join <seed - node - ip>命令让新节点加入以种子节点为基础的集群。 - 调整节点类型：根据工作负载特性，适当添加不同类型节点，如读写密集型节点可配置更高的内存和 CPU 资源，而存储密集型节点可配置更多磁盘空间。
2. 数据分区与复制策略优化
- 选择合适的分区器：Cassandra 提供多种分区器，如 Murmur3Partitioner、RandomPartitioner 等。对于大规模数据，Murmur3Partitioner 通常是更好选择，它能将数据均匀分布在集群节点上，避免数据热点。可以在
cassandra.yaml文件中配置partitioner: org.apache.cassandra.dht.Murmur3Partitioner。 - 调整复制因子：根据对数据可用性和一致性要求，动态调整复制因子。如果业务对可用性要求极高，可适当提高复制因子，但这会增加存储成本。可通过
ALTER KEYSPACE <keyspace - name> WITH replication = {'class': 'SimpleStrategy','replication_factor': <new - factor>}语句来调整。
3. 读写策略管理
- 读一致性级别：根据业务需求选择合适的读一致性级别。对于非关键数据读取，可选择
ONE或QUORUM级别以提高读取性能；对于关键数据，选择ALL级别确保强一致性，但这可能会降低读取速度。例如，在 Java 客户端使用ResultSet rs = session.execute(new SimpleStatement("SELECT * FROM <table - name>", ConsistencyLevel.QUORUM));来设置读一致性级别。 - 写一致性级别：类似地，合理设置写一致性级别。如果对数据持久性要求极高，可选择
ALL级别，但这会影响写入性能；一般场景下，QUORUM级别可在性能和一致性间取得较好平衡。例如，在 CQL 命令中使用INSERT INTO <table - name> (col1, col2) VALUES ('value1', 'value2') USING CONSISTENCY QUORUM;设置写一致性级别。
4. 资源监控与调优
- 监控工具使用：利用
nodetool命令获取节点状态信息，如nodetool status查看集群节点状态和数据分布；使用 JMX（Java Management Extensions）结合工具如 JConsole 或 VisualVM 监控 Cassandra 节点的内存、CPU、磁盘 I/O 等资源使用情况。 - 参数调优：基于监控数据，调整 Cassandra 配置参数。例如，若发现磁盘 I/O 瓶颈，可调整
cassandra.yaml中的io - threads参数优化 I/O 线程数；若内存使用过高，可调整heap - size参数优化堆内存分配。
5. 数据压缩与清理策略
- 压缩策略：选择合适的压缩策略，如
SizeTieredCompactionStrategy（STCS）适用于写入量大场景，LeveledCompactionStrategy（LCS）适用于读多写少场景。可在表创建或修改时指定，如CREATE TABLE <table - name> ( ... ) WITH compaction = {'class': 'SizeTieredCompactionStrategy'};。 - 定期清理：定期执行
nodetool scrub命令清理无效数据，执行nodetool compact命令手动触发压缩操作，以优化磁盘空间利用和读写性能。