使用DSBulk进行备份/恢复花费的时间太长

Question

我使用dsbulk对cassandra集群进行基于文本的备份和恢复。我已经创建了一个python脚本，它使用dsbulk加载/卸载来备份/恢复cassandra集群中的所有表，但由于为每个表创建了新会话(大约7s)，即使是较少的数据也要花费很长时间，在我的例子中，我有70个表，因此由于会话创建，所以添加了70*7s。有没有一种方法可以通过使用dsbulk的单个会话备份集群中所有表的数据？在文档中，我发现dsbulk一次只适用于单个表的加载/卸载。有没有其他方法来解决这个问题呢？如果有任何建议，请提出来！

谢谢..

Answer 1

不，没有一种方法可以在一次DSBulk执行中加载/卸载多个表，因为这样做没有意义。

在任何情况下，不建议使用将数据卸载到CSV作为备份集群的方法，因为不能保证数据在某个时间点上是一致的。

备份Cassandra集群的正确方法是使用nodetool snapshot命令。详情请参见Apache Cassandra Backups。

如果你感兴趣，有一个开源工具可以让你自动备份-- https://github.com/thelastpickle/cassandra-medusa。干杯!