卡桑德拉:如何减少桌子上墓碑的数量？(tombstone_compaction_interval，gc_grace_seconds和LevelledCompactionStrategy)

Question

我有一张表格，其中我插入了TTL值为1分钟的数据，并在DSE OpsCenter中对该表中的大量墓碑发出了警告。这确实是有意义的，因为平均每分钟80条记录被插入到这个表格中。例如，整整一天，80 * 60 * 24 = 115200条记录插入，TTL‘在一天内完成。

我的问题是，我应该怎么做才能减少这张桌子上墓碑的数量？

我一直在研究tombstone_compaction_interval和gc_grace_seconds，这让我有点困惑，因为我很难理解这些属性对墓碑的确切影响(甚至在阅读了DataStax - reference/compactSubprop.html和reference/tabProp.html提供的文档之后)。

我也一直在研究LevelledCompactionStrategy (https://www.datastax.com/dev/blog/leveled-compaction-in-apache-cassandra)，因为它似乎也会影响墓碑的压实，尽管我不完全理解原因。

因此，我希望有人能帮助我更好地理解这一切是如何工作的，甚至告诉我，如果我的方向是正确的。

Answer 1

请阅读这个http://thelastpickle.com/blog/2016/07/27/about-deletes-and-tombstones.html。读得很好。

总体上: gc_grace_seconds参数是删除数据后将墓碑保存在磁盘上的最小时间。我们需要确保所有副本都收到了删除，并存储了所有墓碑，以避免出现僵尸数据问题。默认情况下是10天。

tombstone_compaction_interval:作为JIRA (https://issues.apache.org/jira/browse/CASSANDRA-4781)的一部分，引入了这个属性。当压实比足够高，足以触发单一的可持续压实，但这些墓碑没有被驱逐，因为重叠的SSTables。

我不确定你目前的数据模型，但以下是我的建议。

1. 也许你必须改变你的糖尿病。请阅读https://academy.datastax.com/resources/getting-started-time-series-data-modeling和Time series modelling( with start & end date) in cassandra
2. 改变写作模式。
3. 改变阅读模式。尝试只读取活动数据。(根据您当前的DM，当您阅读它时，它会经过墓碑细胞以到达活动细胞)
4. 尝试使用TimeWindowCompactionStrategy并根据您的工作负载对其进行优化。(http://thelastpickle.com/blog/2017/01/10/twcs-part2.html)
5. 如果在插入时使用TTL (如INSERT或UPDATE stmnt)，请查看是否可以将其更改为表级别。

如果您正在使用STCS并希望更改压缩子属性，则可能会更改unchecked_tombstone_compaction=true和min_threshold=3 (有点激进)。