我的时间序列数据 TTLs 1-7天后（取决于用例）。数据是不可变的，并按时间戳排序( cluster by timestamp )-数据的时间戳为“写入时”（因此新的数据时间戳应始终是渐进的）
分区大小不应超过10k项-通常要少得多（最多）~ 10MB 全部10公里项目）。
我没有找到任何关于如何配置压缩策略的好文档（需要考虑哪些参数），所以我决定这样做：
compaction = {'class': 'TimeWindowCompactionStrategy', 'compaction_window_size': '7', 'compaction_window_unit': 'DAYS'}肯定不确定这是不是正确的
有什么问题 KPI 我应该考虑一下？
2条答案
按热度按时间91zkwejq1#
ttl在sstables中创建通过压缩删除的tombstone。太多的墓碑几乎不会影响你的阅读成绩。
因此，在您的情况下，监视每次读取的墓碑数是值得的
nodetool tablestats或者jmx。请看这篇关于在cassandra中删除墓碑的文章。
8fsztsew2#
没有唯一正确的答案：
根据您的配置，如果数据是在过去7天内插入的，则会将其压缩在一起。twcs的最大优点是，它可以使整个sstable过期，甚至不必读取它们，因为它知道sstable中的所有数据都已过期。
在这种情况下，您在1天内获取的数据还不能过期，因为它将在7天的窗口中集中在一起。在最坏的情况下，您的sstable将有一个刚刚插入7天窗口末尾的突变，因此整个sstable将保留7天以上，直到该突变过期。
这听起来不太理想，但至少您可以从一个sstable为该窗口中的所有数据读取提供服务。反过来说，你会设置，例如，窗口为一天。这将使您的数据更快地过期，但对于7天有效的数据，您现在将接触7个sstables，而不是1个sstables。
总结：
时间窗口越大：过期越慢，实时数据的读取速度越快时间窗口越小：过期越快，实时数据的读取速度越慢。
就像生活中的大多数事情一样，真相就在中间！虽然这两个选项都能起作用，而且您现在已经了解了取舍，但最好的窗口可能在1和7的中间。