【发布时间】：2011-07-02 20:26:28
【问题描述】：
我正在使用 Cassandra 来存储我解析的站点日志。我有两个具有多个二级索引的列族。日志数据本身的大小约为 30 GB。但是，cassandra 数据目录的大小约为 91g。有什么办法可以缩小这家店的规模吗？此外，拥有多个二级索引是否会对数据存储大小产生重大影响？
【问题讨论】：
标签： cassandra
【发布时间】：2011-07-02 20:26:28
【问题描述】：
二级索引可能会产生很大的影响，但显然这取决于您在其中添加的内容！如果您的大部分数据条目出现在一个或多个索引中，那么这些索引可能会占您存储的很大一部分。
您可以查看每个列族使用 JConsole 和/或“nodetool cfstats”的空间量。
您还可以查看磁盘数据文件的大小以了解使用情况。
也可能是数据刷新到磁盘的频率不够高 - 这可能导致大量提交日志文件在磁盘上停留很长时间，从而占用额外的空间。如果您的某些列族仅轻载，则可能会发生这种情况。请参阅http://wiki.apache.org/cassandra/MemtableThresholds 了解调整此参数的参数。
如果您有大量的小列，那么列名可能会占用很大比例的存储空间，因此在有意义的情况下缩短它们可能是值得的（如果它们是时间戳或其他有意义的数据！）。
【讨论】：
-
感谢伟大的提示 DNA！我做了一些分析，发现快照也占用了很多空间。
-
好点 - 您可以使用 nodetool 在本地和全局删除快照，或者只是手动删除它们。