请解释 Cassandra 中写放大效应和读放大效应的概念，并说明如何分别处理这两种放大效应？

回答思路

1. 【回答框架 1】写放大效应主要由 LSM Tree 的多次压实（compaction）导致，数据在内存 MemTable 和磁盘 SSTable 间多次重写。处理策略包括调整压实策略（如 SizeTieredCompactionStrategy、LeveledCompactionStrategy）、启用压缩、合理配置 MemTable 大小和压实线程等。
2. 【回答框架 2】读放大效应源于读取时需要检查多个 SSTable 和 MemTable，可能包括布隆过滤器、分区索引和摘要等。处理策略包括优化布隆过滤器误判率、使用缓存（如 key cache、row cache）、调整分区键设计以减少跨分区读取，以及采用合适的压实策略减少 SSTable 数量。
3. 【回答框架 3】在实际操作中，需要权衡读写放大与空间放大，根据工作负载选择压实策略，并监控关键指标如 pending compactions、读延迟等，通过调优参数和集群扩容来缓解放大效应。
4. 【关键点 1】写放大主要来自压实过程，可通过选择压实策略和启用压缩来降低。
5. 【关键点 2】读放大源于多 SSTable 查询，可通过布隆过滤器和缓存优化减少。
6. 【关键点 3】读写放大之间存在权衡，需根据工作负载平衡。
7. 【易错点 1】单纯减少 SSTable 数量可能增加写放大，需均衡考虑。
8. 【易错点 2】过度依赖缓存可能导致内存压力，影响整体性能。