2

Cassandra 对更新和集群密钥的处理如何交互？

  • Cassandra 在写入后从不真正更新记录，它使用墓碑将旧版本标记为已删除，并同时记录旧版本和新版本，直到旧版本最终被内务处理过程删除：一种垃圾收集形式。
  • 集群键是使用一些魔术来实现的，该魔术将数据记录在只有一个分区键的“真实”记录中。

让我感到震惊的是，这两个功能可能相互作用不好，导致产生过多的垃圾。

考虑这个模式：

 CREATE TABLE t (
    p int,
    c int,
    d string,
    PRIMARY KEY ((p), c),
 );

执行以下插入后：

 INSERT INTO t (p, c, d) VALUE (1, 1, "text-1");
 INSERT INTO t (p, c, d) VALUE (1, 2, "text-2");

是否有一个带有墓碑标记的记录保存(1, 1, "text-1")数据和一个新记录保存数据(1, 1, "text-1")和(1, 2, "text-2")数据？也就是说，第二次插入是否被实现为对分区键 ( p) 为 1 的“真实”记录的更新？

4

2 回答 2

2

你的假设是不正确的。在您的架构中，p是分区（或“行”）键，并且c是集群列。Cassandra 是列式存储，因此写入本质上是附加到分区的稀疏有序列的集合。可以通过创建复合行键和列名来实现额外的嵌套，在您的情况下，这将转换为如下所示的存储模型：

Row Key: 1 =>
  1:d => "text-1"
  2:d => "text-2"

如果要插入另一个分区键，如下所示：

INSERT INTO t (p, c, d) VALUE (2, 1, "text-1");

您的存储模型如下所示：

Row Key: 1 =>
  1:d => "text-1"
  2:d => "text-2" 
Row Key: 2 =>
  1:d => "text-1"

因此，您可以观察到这些列值（1:d、2:d等）是独立处理的。假设您随后删除了这些值之一：

DELETE FROM t WHERE p = 1 AND c = 1;

你的结果是：

Row Key: 1 =>
  1:d => "text-1" + [tombstone]
  2:d => "text-2" 
Row Key: 2 =>
  1:d => "text-1"

其中墓碑将具有更大的时间戳，因此“覆盖”原始值，直到压缩清除它。何时发生这种情况取决于许多因素（ 的值gc_grace_seconds、压缩策略、工作负载等）。

于 2015-10-30T16:47:20.303 回答
0

据我了解，Cassandra 不会在插入/更新（upsert）时删除记录，它只是将新信息记录为写入并且不会创建墓碑。读取信息时，它将利用时间戳来确定哪些数据是最新的。旧记录在压缩过程中被删除，而墓碑将一直存在，直到宽限期到期（默认 10 天），以帮助保持删除的一致性，以免它们复活。

于 2015-10-30T15:21:15.803 回答