nodetool cfstats/tablestats 显示“压缩分区最大字节数”
现在如何找到这个分区或其他巨大分区的键？
目的是分析为什么这些分区越来越大，并相应地纠正数据模型。
我已经看到可以在日志中看到这些分区键，但不幸的是我的日志会被定期删除。
【问题讨论】：
标签： cassandra
您可能会查看nodetool toppartitions 命令，它应该向您显示最活跃的分区。有时它有助于分析和管理您的数据。
【讨论】：
您可以使用 instaclustr 工具
https://www.instaclustr.com/support/documentation/tools/ic-tools-for-cassandra-sstables/
以下命令对于查找大分区很有用：
ic-pstats [-n <num>] [-t <snapshot>] [-f <filter>] <keyspace> <column-family>
-n <num> Number of partitions to display in leaders lists
-t <name> Snapshot to analyse (snapshot name from nodetool listsnapshots). Snapshot is created if none is specified.
-f <files> Comma separated list of Data.db sstables to filter on
另一个有用的工具是 sstable-tools：
https://github.com/tolbertam/sstable-tools
它有一个描述命令，显示最宽和最大的分区
java -jar sstable-tools.jar describe ma-2-big-Data.db
输出是这样的：
/Users/clohfink/git/sstable-tools/./src/test/resources/ma-2-big-Data.db
=======================================================================
Partitions: 1
Rows: 1
Tombstones: 0
Cells: 4
Widest Partitions:
[frodo] 1
Largest Partitions:
[frodo] 104 (104 B)
Tombstone Leaders:
Partitioner: org.apache.cassandra.dht.Murmur3Partitioner
Bloom Filter FP chance: 0.010000
Size: 50 (50 B)
Compressor: org.apache.cassandra.io.compress.LZ4Compressor
Compression ratio: -1.0
Minimum timestamp: 1455937221199050 (02/19/2016 21:00:21)
Maximum timestamp: 1455937221199050 (02/19/2016 21:00:21)
SSTable min local deletion time: 2147483647 (01/18/2038 21:14:07)
SSTable max local deletion time: 2147483647 (01/18/2038 21:14:07)
TTL min: 0 (0 milliseconds)
【讨论】：
也许您可以使用Apache drill 或presto-db 之类的外部工具来运行如下查询：
SELECT key1, key2, COUNT(*) AS total
FROM yourTable
GROUP BY key1, key2
ORDER BY total DESC
LIMIT 10;
key1 和 key2 是分区键的一部分。
此查询将按大小获取前 10 个分区。
希望对你有帮助。
【讨论】：