低磁盘空间的水平压缩策略

Question

我们的Cassandra 1.1.1服务器采用Leveled Compaction Strategy。

系统正常工作，以便进行读取和删除操作。每半年我们删除大约一半的数据，同时有新数据进入。有时会发生磁盘使用率高达75％的情况，而我们知道真实数据占用了40-40％的其他空间被墓碑占用。为了避免磁盘溢出，我们通过将所有SSTables丢弃到0级来强制压缩我们的表。为此我们删除.json清单文件并重新启动Cassandra节点。 （gc_grace选项没有帮助，因为只有在填充级别后才开始压缩）

从Cassandra 2.0开始，清单文件已移至sstable文件本身：https://issues.apache.org/jira/browse/CASSANDRA-4872

我们正在考虑迁移到Cassandra 2.x，而我们担心我们不会再有这样的可能性来强制进行压平。

我的问题是：我们怎样才能实现我们的表具有磁盘空间限制，例如150GB？ （超过限制时，它会自动触发压缩）。问题主要是关于Cassandra 2.x.虽然Cassandra 1.1.1的任何替代解决方案也是受欢迎的。

Answer 1

似乎我自己找到了答案。

• 从2.x版开始有工具sstablelevelreset，它与清单文件的删除一样进行类似的级别重置。该工具位于Cassandra发行版的工具目录中，例如Apache的卡桑德拉-2.1.2 /工具/ bin中/ sstablelevelreset。

• 从Cassandra 1.2（https://issues.apache.org/jira/browse/CASSANDRA-4234）开始，有针对Leveled Compaction Strategy的墓碑移除支持，它支持tombstone_threshold选项。它可以在表格中设置最大的墓碑比例。