Cassandra保持增量备份和commitlog存档？

Question

我目前正在改进cassandra备份解决方案。

所以，如果我应该保存incremental_backups和commitlog_archive，那么我磕磕绊绊。

如果我理解正确，请从

恢复

快照+增量备份+提交日志（仅限上次刷新后的这些）

OR

存档中的快照+提交日志

应该以相同的数据集结束，对吗？ 或者后一种选择要慢得多，因为重放需要的时间长于检查sstables的完整性？

我应该保留两者吗？

Answer 1

我更希望通过提交日志进行增量备份。

增量备份会生成到不可变sstables的链接，然后可以使用sstableloader将其重播回实时的Cassandra集群。启用增量备份（默认情况下禁用）时，Cassandra会将每个刷新的SSTable硬链接到密钥空间数据目录下的备份目录。增量备份的缺点是全部或全部，无法为增量备份选择列系列的子集。正如我之前提到的，将实时Cassandra集群还原到不同列族的能力使得增量备份更加出色。而且您还必须管理增量备份空间，因为没有实用程序可以随着时间的推移清理增量备份，甚至无法执行rebase。

提交日志的优点是它提供了一个时间点恢复功能。要从提交日志还原，您必须转到最新的增量备份或最新的snaphshot（在前一种情况下），停止数据库，清除现有的提交日志，将提交日志复制到最新的增量备份或快照，运行rollforward实用程序，用于将数据库带到您需要的确切时间点。

但是，如果仅使用提交日志，则数据库停机时间会更高，因为在数据库关闭时需要处理更多提交日志。所以，我会使用增量备份方法，然后使用提交日志。

最后，最好在这里使用专业工具，而不是自己黑客攻击 - 从多个客户的经验来看，第一种和第二种方法都充满了潜在的错误。

Answer 2

这取决于您的恢复要求。如果要恢复到特定时间，则需要快照，增量和提交日志。

为什么提交日志？

• 如果你今天上午11点拍摄快照。你想在今天上午11:30恢复。现在如果您只使用覆盖上午11:30的增量备份。 然后有可能你会有一些额外/缺失的数据。 如果有人在上午11点31分删除了一行，并且在增量备份中有 SSTables ，并且已经在上午11:32刷新了，那么在恢复过程中你会发现上面的行为墓碑如果你考虑恢复时间，这是错误的。

因此，对于特定时间的恢复，您需要处理提交日志以及完整快照和增量备份。