Question

问题是针对经验丰富的Cassandra开发人员。我需要计算每个用户访问某些资源的次数和次数。我有这样的数据结构（CQL）：

CREATE TABLE IF NOT EXISTS access_counter_table (
  access_number counter,
  resource_id varchar,
  user_id varchar,
  dateutc varchar,
  PRIMARY KEY (user_id, dateutc, resource_id)
);

我需要获取有关用户在过去N天内访问过资源的次数的信息。所以，为了获得最近7天，我提出了这样的要求：

SELECT * FROM access_counter_table
  WHERE
    user_id = 'user_1'
    AND dateutc > '2015-04-03'
    AND dateutc <= '2015-04-10' ;

我得到这样的东西：

user_1 : 2015-04-10 : [resource1:1, resource2:4]
user_1 : 2015-04-09 : [resource1:3]
user_1 : 2015-04-08 : [resource1:1, resource3:2]
...

所以，我的问题是：旧数据必须在一段时间后删除，但 Cassandra不允许设置EXPIRE TTL来计算表。

我每小时有数百万次访问事件（数十亿次）。 7天后，这些记录将毫无用处。

我该如何清除它们？或者在Cassandra做一些垃圾收集器？这是一个好方法吗？
也许我需要为此使用其他数据模型？它可能是什么？

感谢。

Answer 1

正如您所发现的，Cassandra不支持Counter列上的TTL。实际上，Cassandra中的计数器删除通常是有问题的（一旦删除计数器，你基本上不能重复使用它一段时间。）

如果您需要自动过期，可以使用int字段对其进行建模，也可以使用外部锁定（例如zookeeper），请求路由（仅允许一个编写器访问特定分区），或轻量级事务以安全地增加带TTL的整数字段。

或者，您可以翻阅计数器表并删除＆＃34; old＆＃34;在计划任务上使用DELETE手动计数。这不太优雅，也不会扩展，但在某些情况下可能会起作用。

使用Cassandra中的计数器进行数据建模，使列到期

1 个答案: