我有三个节点的Cassandra群集。过去4年中，我们的数据接近7 TB。现在，由于服务器中的可用空间较少，我们只想保留最近2年的数据。但我们不想将其完全删除（超过2年的数据）。我们希望保留超过2年的特定数据。 目前，我可以想到一种方法： 1）Java客户端使用“ MutationBatch对象”。我可以获得属于日期范围的所有记录键，并且排除了我们不想删除的行。然后批量删除记录。但是由于数据量巨大，此解决方案引起了人们对性能的担忧。
是否可以在服务器级别（opscenter）进行处理。我了解了TTL，但如何将其应用于现有数据并限制一些我想保留的数据，即使该数据已超过2年。
请帮助我找出最佳解决方案。
答案 0 :(得分：0)
您需要了解的主要事情是，当您在Cassandra中删除数据时，实际上是通过编写逻辑删除来添加它们的，然后在压缩期间会删除实际数据。
因此正确执行删除非常重要。删除有不同类型-单个单元格，行，范围，分区（按生成的逻辑删除的数量从最不有效到最有效）。最适合您的是按分区删除，然后第二个是按分区内的范围删除。 Following article详细介绍了如何删除数据。
您可能需要分几个步骤执行删除操作，因此您不必添加太多数据作为逻辑删除。您还需要检查是否有足够的磁盘空间用于压缩。