我正在做一个涉及构建和查询Cassandra数据集群的学生项目。
当我的群集负载很轻（大约30GB）时，我的查询运行没有问题，但现在它的数量相当大（1 / 2TB），我的查询超时。
我认为这个问题可能会出现，所以在我开始生成和加载测试数据之前，我在cassandra.yaml文件中更改了这个值：
request_timeout_in_ms（默认值：10000）其他杂项操作的默认超时。
但是，当我将该值更改为1000000时，cassandra似乎在启动时挂起 - 但这可能只是工作中的大超时。
我的数据生成目标是2TB。如何在不遇到超时的情况下查询大量空间？
查询：
SELECT huntpilotdn
FROM project.t1
WHERE (currentroutingreason, orignodeid, origspan,
origvideocap_bandwidth, datetimeorigination)
> (1,1,1,1,1)
AND (currentroutingreason, orignodeid, origspan,
origvideocap_bandwidth, datetimeorigination)
< (1000,1000,1000,1000,1000)
LIMIT 10000
ALLOW FILTERING;
SELECT destcause_location, destipaddr
FROM project.t2
WHERE datetimeorigination = 110
AND num >= 11612484378506
AND num <= 45880092667983
LIMIT 10000;
SELECT origdevicename, duration
FROM project.t3
WHERE destdevicename IN ('a','f', 'g')
LIMIT 10000
ALLOW FILTERING;
我有一个具有相同模式的演示密钥空间，但数据大小要小得多（~10GB），这些查询在该密钥空间中运行得很好。
查询的所有这些表都有数百万行，每行约30列。
我猜你也在使用二级索引。您正在发现为什么不建议使用二级索引查询和允许过滤查询...因为这些类型的设计模式不适用于大型数据集。使用支持主键查找的查询表重建模型，因为这就是Cassandra的工作方式。
编辑
“受约束的变量是群集密钥。”
对......这意味着它们不是分区键。在不限制分区键的情况下，您基本上扫描整个表，因为群集密钥仅在其分区键中有效（群集数据）。
编辑20190731
所以虽然我可以得到“接受”的答案，但我可以看到这里有三个额外的答案。他们都专注于改变查询超时，其中两个超过我的答案（一个相当多）。
由于这个问题继续进行页面浏览，我觉得有必要解决增加超时的问题。现在，我不打算低估任何人的答案，因为从投票角度来看，这看起来就像“酸葡萄”。但我可以清楚地表达为什么我觉得不能解决任何问题。
首先，查询超时的事实是一个症状;这不是主要问题。因此，增加查询超时只是一个绑定解决方案，模糊了主要问题。
当然，主要问题是OP试图强制集群支持与底层数据模型不匹配的查询。只要这个问题被忽略并且需要解决（而不是直接处理）这个问题将继续表现出来。
其次，看看OP实际上在做什么：
我的数据生成目标是2TB。如何在不遇到超时的情况下查询大量空间？
这些查询超时限制用于保护您的群集。如果您要通过2TB数据运行全表扫描（这意味着对Cassandra进行全集扫描），那么超时阈值将非常大。实际上，如果您确实设法找到允许的数字，那么在大多数数据汇总到结果集之前，您的协调节点将提示LONG。
总之，增加查询超时：
因此，增加查询超时是一个可怕的，可怕的IDEA。
如果您使用的是Datastax cqlsh，则可以将客户端超时秒数指定为命令行参数。默认值为10。
$ cqlsh --request-timeout=3600
要在Apache Cassandra中更改客户端超时限制，有两种方法：
技巧1：这是一个很好的技巧：
1. Navigate to the following hidden directory under the home folder: (Create the hidden directory if not available)
$ pwd
~/.cassandra
2. Modify the file cqlshrc in it to an appropriate time in seconds: (Create the file if not available)
Original Setting:
$ more cqlshrc
[connection]
client_timeout = 10
# Can also be set to None to disable:
# client_timeout = None
$
New Setting:
$ vi cqlshrc
$ more cqlshrc
[connection]
client_timeout = 3600
# Can also be set to None to disable:
# client_timeout = None
$
Note: Here time is in seconds. Since, we wanted to increase the timeout to one hour. Hence, we have set it to 3600 seconds.
技巧2：这不是一个好技术，因为您正在更改客户端程序（cqlsh）本身的设置。注意：如果您已使用技术1进行了更改 - 那么它将覆盖使用技术2指定的时间。因为，配置文件设置具有最高优先级。
1. Navigate to the path where cqlsh program is located. This you can find using the which command:
$ which cqlsh
/opt/apache-cassandra-2.1.9/bin/cqlsh
$ pwd
/opt/apache-cassandra-2.1.9/bin
$ ls -lrt cqlsh
-rwxr-xr-x 1 abc abc 93002 Nov 5 12:54 cqlsh
2. Open the program cqlsh and modify the time specified using the client_timeout variable. Note that time is specified in seconds.
$ vi cqlsh
In __init__ function:
def __init__(self, hostname, port, color=False,
username=None, password=None, encoding=None, stdin=None, tty=True,
completekey=DEFAULT_COMPLETEKEY, use_conn=None,
cqlver=DEFAULT_CQLVER, keyspace=None,
tracing_enabled=False, expand_enabled=False,
display_time_format=DEFAULT_TIME_FORMAT,
display_float_precision=DEFAULT_FLOAT_PRECISION,
max_trace_wait=DEFAULT_MAX_TRACE_WAIT,
ssl=False,
single_statement=None,
client_timeout=10,
connect_timeout=DEFAULT_CONNECT_TIMEOUT_SECONDS):
In options.client_timeout setting:
options.client_timeout = option_with_default(configs.get, 'connection', 'client_timeout', '10')
You can modify at both these places. The second line picks up client_timeout information from the cqlshrc file.