读取查询期间Cassandra失败

Question

我有一个带有~500列的Cassandra表和主键((userId, version, shredId), rowId)，其中shredId用于将数据均匀地分配到不同的分区。由于数据用于实时聚合，因此表还具有2天的默认TTL以使数据到期。压缩策略是TimeWindowCompactionStrategy。

工作流程为：

1. 将数据写入输入表（具有一致性EACH_QUORUM）
2. 运行spark聚合（在与userId和version相同的行上）
3. 将汇总数据写入输出表。

但是当数据量变大时，我会获得Cassandra failure during read query;更具体地说，一旦一个分区中有超过210行，读取查询就会失败。

如何调整数据库并更改属性以解决此问题？

Answer 1

经过调查研究，发布的是由于某些空列插入了空值引起的。这会创建大量的逻辑删除，并最终超时查询。