卡桑德拉墓碑

Question

我有一个TTL为60秒的Cassandra表，对此我没有什么疑问，

1）我收到以下警告

Read 76 live rows and 1324 tombstone cells for query SELECT * FROM xx.yy WHERE token(y) >= token(fc872571-1253-45a1-ada3-d6f5a96668e8) LIMIT 100 (see tombstone_warn_threshold)

这是什么意思？

2）根据我的研究，墓碑是TTL的标志（在gc_grace_seconds之后将被删除）i）因此，直到10天，这表示它不会被删除吗？ii）等待10天会有什么后果？iii）为什么要很长时间10天？

https://docs.datastax.com/zh-CN/cql/3.1/cql/cql_reference/tabProp.html

gc_grace_seconds 864000 [10天]在数据被标记为墓碑（删除标记）之后，可以进行垃圾收集的秒数。Cassandra不会在其gc_grace_period内的逻辑删除记录上执行提示或批量更改。默认值允许Cassandra在删除之前有大量时间来最大化一致性。有关降低此值的详细信息，请参见下面的垃圾回收。

3）我读到使用nodetool执行压缩和修复将删除该逻辑删除，我们需要多久在后台运行一次逻辑删除，这将带来什么后果？

Answer 1

1. 这意味着您的查询返回了76条“实时”或未删除/未废弃的数据行，并且它必须筛选1324个墓碑（删除标记）才能完成此操作。

2. 在分布式数据库的世界中，删除是很难的。毕竟，如果您从一个节点上删除了一条数据，并且希望该删除操作在所有节点上进行，您怎么知道它是否有效？从字面上看，您如何不复制任何内容？墓碑（删除标记）是该问题的答案。

   一世。数据不见了（而是过时了）。墓碑将保留为gc_grace_seconds。

   ii。“后果”是您必须在这段时间内忍受那些墓碑警告消息，或者找到一种无需查询墓碑即可运行查询的方法。

   iii。10天后的想法是，如果墓碑收集得太早，则删除的数据将“重影”其方式回到某些节点。10天为您提供足够的时间每周进行一次维修，以确保您的墓碑在移除之前可以正确复制。

3. 压实去除墓碑。修复会复制它们。您应该每周进行一次维修。虽然您可以按需运行压缩，但是不要运行。Cassandra有自己的阈值（基于SSTable文件的数量和大小）来确定何时运行压缩，最好不要妨碍它。如果这样做，您将要从那里开始手动运行压缩，因为您可能永远不会自然地达到压缩条件。

结果是，修复和压缩都会占用计算资源，并且会降低节点处理请求的能力。但是它们需要发生。您希望它们发生。如果不进行压缩，则SSTable文件的数量和大小都会增加；最终导致行存在于多个文件中，对它们的查询将变慢。如果修复未进行，则您的数据可能会不同步。