一组数据：不同Compaction策略对Cassandra1.1写性能的影响

一直只是看到官方有关LeveledCompactionStrategy优于SizeTieredCompactionStrategy的说法，主要有：

节省空间，在做Compaction操作过程中，最多需要预留10%的额外空间，而不是SizeTieredCompactionStrategy做major compaction需要的一倍空间，提高了磁盘的利用率。

读性能的提升。主要是因为level内部数据有序，没有重叠。重复数据只会在不同的level之间出现。据说可以保证90%读，只需要读一个sstable。我想这也要在一定的读写比例之下，才能实现。具体有待测试。

对于写性能，我没看到什么说明，如果有，大家看到可以推荐给我。而我这里实际就写性能进行了测试。空间利用率和读性能后续会有相应数据。 cassandra采用最新稳定版本1.1。默认打开compression设置。LeveledCompactionStrategy设置sstable文件大小为10m。其他均采用默认配置。采用ycsb，对单台服务器，使用100个客户端同时入库。共入数据100000000条，每条大小1k。 当使用SizeTieredCompactionStrategy时，测试数据如下：

概况

RunTime(ms)	7292871
Throughput(ops/sec)	13712.02
Operations	100000000
AverageLatency(us)	7275.795
MinLatency(us)	116
MaxLatency(us)	6754395
95thPercentileLatency(ms)	7
99thPercentileLatency(ms)	34

OPS情况





AverageLatency情况



当使用LeveledCompactionStrategy时，测试数据如下：

概况

RunTime(ms)	6305630
Throughput(ops/sec)	15858.84
Operations	100000000
AverageLatency(us)	6279.091
MinLatency(us)	113
MaxLatency(us)	4792173
95thPercentileLatency(ms)	6
99thPercentileLatency(ms)	29

OPS情况





AverageLatency情况



从上面的图中，我们可以看出，LeveledCompactionStrategy情况下的写性能要优于SizeTieredCompactionStrategy。平均的吞吐量高出2000多，平均延迟低1ms。