Cassandra 和 Tombstones：创建行、删除行、重新创建行 = 性能？

Question

有人可以解释一下，以下过程对墓碑有什么影响：

1.)使用键“1”创建“行”（“字段”：用户、密码、日期）

2.)使用键“1”删除“行”

3.)使用键“1”创建“行”（“字段”：用户、密码、登录次数）

序列在一个线程中按顺序执行（因此这会以相对较高的“速度”发生 = 动作之间没有长时间的停顿）。

我的问题：

1.) 这对墓碑的创建有什么影响。在2.) 之后创建/存在一个墓碑。但是，如果在同一键下再次创建新的（稍微更改的行）（在处理步骤3.)）下，现有的墓碑会发生什么。 cassandra 可以非常有效地“复活”墓碑吗？）

2.) 与仅非常有针对性地删除date“字段”然后创建“logincount”字段相比，上述过程要差多少？ （它很可能会更高效。但相反，与简单地删除整行并使用正确的数据从头开始重新创建相比，找出哪些字段已被删除要复杂得多......）

备注/更新：

我真正想做的是，将"date" 字段设置为null。但这在 cassandra 中不起作用。值不允许空值。因此，如果我想将其设置为 null，我必须将其删除。但我担心这个显式的第二个删除请求会对性能产生负面影响（与仅将其设置为 null 相比）......并且如上所述，我必须首先找出哪些字段被 nulliefied 并且最重要的是有一个值（我必须比较此状态的所有属性...）

非常感谢！ 马库斯

Answer 1

我想在这里澄清一些迟到的事情。

首先，关于西奥多的回答：

1) 为简单起见，所有行在内部都有一个 tombstone 字段，因此当新行与 tombstone 合并时，它只是变成“带有新数据的行，它还记得它曾在时间 X 被删除过”。所以在这方面没有真正的惩罚。

2) 说“如果您创建和删除列值的速度足够快以至于中间不会发生刷新......墓碑[被]简单地丢弃”是不正确的；为了正确起见，墓碑始终存在。也许西奥多的想法是相反的：如果你删除，然后插入一个新的列值，那么新的列会替换墓碑（就像它会替换任何过时的值一样）。这与行的情况不同，因为列是存储的“原子”。

3) 给定 (2)，如果随着时间的推移要删除许多列，则 delete-row-and-insert-new-one 可能会更高效。但对于单列，差异可以忽略不计。

最后，关于 Tyler 的回答，在我看来，简单地删除有问题的列比将其值更改为空 [byte] 字符串更为惯用。

Answer 2

1)。如果您删除整个行，则墓碑仍然保留，并且不会被步骤 3 中的后续插入重新激活。这是因为很久以前可能已经插入了该行（例如步骤0：键“1”，字段“名称”）。行“1”键“name”需要保持删除状态，而行“1”键“user”被重新激活。

2)。如果您创建和删除 column 值的速度足够快，以至于中间不会发生刷新，则不会影响性能。该列将在 Memtable 中就地更新，而墓碑则被简单地丢弃。只有一个值最终会被持久写入 SSTable。

但是，如果 Memtable 在第 2 步和第 3 步之间刷新到磁盘，则墓碑将被写入生成的 SSTable。随后的刷新会将新值写入下一个 SSTable。这将使后续读取速度变慢，因为现在需要从 SSTable 中读取列并进行协调。 （类似地，如果在步骤 1 和 2 之间发生刷新。）

Answer 3

只需将“日期”列设置为保存一个空字符串。这就是通常用来代替 null 的内容。

如果要删除列，只需显式删除列，而不是删除整行。这样的性能效果类似于为列值写一个空字符串。