Cassandra配置文件中相关配置项详解
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：
org.apache.cassandra.auth.AllowAllAuthenticator
所有的用户都是合法的。
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：
org.apache.cassandra.auth.AllowAllAuthority
所有的用户具备所有的权限。
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：
org.apache.cassandra.dht.RandomPartitioner org.apache.cassandra.dht.ByteOrderedPartitioner org.apache.cassandra.dht.OrderPreservingPartitioner 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：
periodic
周期记录commitlog，每一次有数据更新都将操作commitlog。
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：
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。
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。
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。
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：
org.apache.cassandra.locator.SimpleSnitch org.apache.cassandra.locator.RackInferringSnitch 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：
org.apache.cassandra.scheduler.NoScheduler
所有的请求分配的计算资源都是均等的。
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：
org.apache.cassandra.locator.SimpleStrategy org.apache.cassandra.locator.OldNetworkTopologyStrategy org.apache.cassandra.locator.NetworkTopologyStrategy 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：
AsciiType UTF8Type LexicalUUIDType TimeUUIDType LongType IntegerType
compare_subcolumns_with：SuperColumn下的Column名称的排序规则。可选的项为：
AsciiType UTF8Type LexicalUUIDType TimeUUIDType LongType 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：
AsciiType UTF8Type LexicalUUIDType TimeUUIDType LongType 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：
AsciiType UTF8Type LexicalUUIDType TimeUUIDType LongType IntegerType
index_type：定义二级索引的类型，目前支持的选项为：KEYS
原文链接：http://www.cnblogs.com/gpcuster/archive/2010/11/12/1875388.html