我最近构建了一个 Hadoop - Cloudera 集群 和 Cassandra 集群，有 2 个节点。我现在想做一些基准测试，收集一些关于资源使用的数据。
我搜索了很多，找到了 HiBench 和 Cassandra 压力工具。我不想与其他系统进行比较，我想测量自己的系统，但很难想象，我如何才能获得真实且正确的值。集群由 2 个虚拟机组成，使用 KVM 创建。 Cassandra 在 Docker 容器中。难以解释，如何分析这个系统，而不得到错误的结果。
最佳答案
一些评论
Cluster consists of 2 virtual machines, created with KVM
如果您想对性能 进行基准测试，请不要使用虚拟机。实际上，Cassandra 在磁盘上执行顺序写入以优化扫描操作。通过使用虚拟机和共享磁盘，顺序写入的好处就失去了，因为管理程序可以重新排序并分派(dispatch)不同磁盘扇区上的连续数据，从而破坏了先前对顺序扫描的优化
一种替代方法是确保您为每个 VM 拥有一个专用磁盘。
如果你不是在做性能基准测试，请忽略上面的评论
第二个建议，使用真实数据集，例如不适合内存的大数据集，以便您可以了解每种技术的行为方式。阅读此内容了解更多详情:http://www.nextplatform.com/2016/02/19/the-myth-of-in-memory-computing/
关于Hadoop 和 Cassandra 基准测试，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/35522924/