我们使用的是 Cassandra 3.10 和 6 个节点集群。
最近，我们注意到我们的数据量急剧增加，每个节点每天大约 4GB。 我们希望实施更积极的保留策略，将压缩更改为 TWCS，窗口大小为 1 小时，并设置几天的 TTL，这可以通过表属性来实现。
由于 ETL 应该是一个缓慢的过程以减轻 Cassandra 的工作量，因此它可能要到 TTL 才能完成所有数据的提取，所以我想知道 ETL 过程是否有办法设置 TTL=0完成提取后在整个 SSTable 上？
【问题讨论】：
标签： cassandra
TTL=0 被读取为墓碑。下次压缩时，它将被写入墓碑或清除，具体取决于您的 gc_grace。除了写入 tombstone 的开销之外，仅执行删除或创建包含必要 tombstone 的 sstable 可能比重写所有现有的 sstable 更容易。范围或点墓碑是否更有效将取决于您的版本和架构。
一个可能最简单的选项是实际使用不同的压缩策略，或者像https://github.com/protectwise/cassandra-util/tree/master/deleting-compaction-strategy 这样的自定义策略。然后，您可以只清除已处理的压缩数据。这仍然在很大程度上取决于您的架构，即标记已处理内容的难易程度。
【讨论】：
您也应该在表和查询级别上设置 TTL 0。一旦 TTL 过期，数据将转换为墓碑。根据 gc_grace_seconds 值，下一次压缩将清除所有墓碑。您也可以运行主要压缩来清除墓碑，但基于压缩策略不建议在 cassandra 中使用。如果 STCS 至少需要 50% 的磁盘来运行健康的压缩。
【讨论】：