cassandra斑點，墓碑和空間回收

我想了解在Cassandra中刪除後如何快速回收空間。我發現了很多描述墓碑的文章，以及當您進行範圍查詢時可能產生的問題，Cassandra必須掃描大量墓碑行才能找到更稀缺的活動文章。而且我知道你不能將gc_grace_seconds設置得太低，否則你將有殭屍記錄，如果一個節點脫機並在墓碑從其餘機器上消失後又回來了，殭屍記錄就會彈出。這一切都有道理。cassandra斑點，墓碑和空間回收

但是，如果墓碑放置在鍵那麼它應該有可能回收其餘行數據的空間。

所以我的問題是，此表：

create table somedata (
    category text, 
    id timeuuid, 
    data blob, 
    primary key ((category), id) 
);

如果我插入，然後刪除該表中的一些記錄，並注意不要碰到上述墓碑+範圍問題最後在其他地方，這些斑點的空間何時會被回收？

在我的情況下，斑點可能會大於推薦的大小（1mb我相信），但它們不應該大於〜15mb，我認爲它仍然可行。但是，如果所有這些blob粘貼10天（默認值爲gc_grace_seconds），並且只有這些密鑰粘貼10天才會產生巨大的空間差異。

當我看着我無法在任何地方找到這個特定的方面。

來源

2016-11-22 Brad Peabody

gc_grace_seconds子句完成後，空間將被回收，並且您將有鍵和blob粘附。此外，如果您還有更新（這將是由創建時間戳的時間戳標識的相同記錄的不同版本）以及使用的複製因子（分佈的相同記錄的副本數量），您還需要考慮這可能會增加跨節點）。

在故障恢復和磁盤使用之間，您的設置（gc_grace_seconds，ttl，複製因子，一致性級別）的定製將取決於您的用例和需要滿足的SLA。

來源

2016-11-23 18:18:24

gotcha。如果有重寫，那麼呢？（覆蓋blob值/列）在這種情況下是否有可能發生比gc_grace_seconds更早的壓縮將導致舊的blob被完全丟棄，因爲它現在已經被新的替換掉了？ –

不，不存在覆蓋，因爲記錄是不可變的，如果有更新的信息，Cassandra將創建一個帶有不同時間戳的新記錄，具有最新時間戳的記錄被視爲當前記錄，原始記錄將停留在gc_grace_seconds子句 –

上定義的時間，謝謝 - 清除它。所以我猜想關鍵是要弄清gc_grace_seconds的值，這個值在你想要保留的時間之間保持一段距離，以正確處理離線的節點，然後再回來;以及將佔用多少額外的磁盤空間。 –

cassandra斑點，墓碑和空間回收

回答

相關問題