修剪Cassandra的专栏

Question

我正在考虑将Cassandra用于大型数据项目。数据将来自传统的数据仓库。 Cassandra将以我的应用程序可以正确读取它的方式托管数据格式。

我不太明白如何从Cassandra中删除数据。

例如，我想计算一个特定IP地址在过去24小时内对网站的访问次数。我计划每小时生成这些数据，我希望每个IP地址保留2周。我的列结构如下所示：

127.0.0.1: {
  visitorsLast24Hours: {
    1279554672: 30,
    1279553072: 24,
    etc...
  }
}

如何从visitorLast24Hours列中删除行？

到目前为止，我提出的最佳解决方案是：

1. 获取我想要使用的专栏
2. 修剪我不想再保留的值
3. 从数据库中删除列
4. 重新插入新修剪的柱

这似乎是一种处理数据库的糟糕方法。我假设根据Cassandra中存储的方式，我的数据大小将会膨胀。

有更有效的方法吗？

我目前正在使用phpcassa作为我对Cassandra的界面。

谢谢！

Answer 1

您实际上不必删除并重写整个列。假设您在此处使用SuperColumn，则可以从超级列中删除指定的键（本例中为visitorLast24Hours）。因此，您将遍历超级列中早于截止时间的特定键值，并删除其中的每个键值。使用超级列，每次添加或删除子行时都不必重写整个数据集。感兴趣的项目：http://wiki.apache.org/cassandra/API06切片和删除。