我有三个节点的cassandra集群。我们有过去4年中接近7 tb的数据。现在，由于服务器中可用的空间较少，我们只希望保留过去2年的数据。但我们不想完全删除它（超过2年的数据）。我们想保留特定的数据，即使它是超过2年。目前我可以想到一种方法：1）使用“mutationbatch对象”的java客户机。我可以得到所有的记录键属于日期范围，排除行，我们不想删除。然后批量删除记录。但由于数据量巨大，这种解决方案引发了对性能的担忧。
是否可以在服务器级别（opscenter）处理它。我读过关于ttl的文章，但是我如何将它应用到现有的数据中，并且限制一些我想要保留的数据，即使这些数据已经超过2年了。
请帮我找出最好的解决办法。
1条答案
按热度按时间1rhkuytd1#
您需要了解的主要一点是，当您删除cassandra中的数据时，实际上是通过写入墓碑来添加它们，然后在压缩过程中删除实际数据。
因此，正确地执行删除操作非常重要。有不同类型的删除—单个单元格、行、范围、分区（根据生成的墓碑数量从最不有效到最有效）。最好的方法是按分区删除，其次是按分区内的范围删除。下面的文章详细描述了如何删除数据。
您可能需要分几个步骤执行删除，这样就不会添加太多数据作为逻辑删除。您还需要检查是否有足够的磁盘空间进行压缩。