Question

我的时间序列数据TTLs在1-7天后（取决于用例）。数据是不可变的，并按时间戳（cluster by timestamp排序）-数据带有时间戳“写时”（因此新数据时间戳应始终为渐进式）

分区大小不应超过1万个项目-通常要少得多（对于一万个完整项目，最多为〜{10MB）。

我没有找到有关如何配置压缩策略（要考虑哪些参数）的良好文档，所以我决定这样做：

compaction = {'class': 'TimeWindowCompactionStrategy', 'compaction_window_size': '7', 'compaction_window_unit': 'DAYS'}

绝对不确定这是正确的

我应该考虑的KPI是什么？

Answer 1

没有一个正确的答案：

根据您的配置，如果数据是在最近7天内插入的，则数据将被压缩在一起。 TWCS的最大优点是它可以使整个SSTables失效，甚至不读取它们，因为它知道SSTable中的所有数据都已经失效。

在这种情况下，您在1天中进行TTLd处理的数据还不能过期，因为它将在7天的窗口中集中在一起。在最坏的情况下，您的SSTable将有一个突变插入到7天窗口的末尾，因此整个SSTable将再保留7天，直到一个突变终止。

这听起来不是很理想，但是至少您将能够从单个SSTable中为该窗口中的数据提供所有读取。反之，则可以将窗口设置为一天。这样可以使您的数据过期更快，但是对于存活7天的数据，您现在将使用7个SSTable，而不是一个。

摘要：

更长的时间范围：更慢的到期时间，更快的实时数据读取时间窗口更小：过期时间更快，实时数据读取速度更慢。

与生活中的大多数事物一样，真理在中间！虽然这两个选项都可以工作-并且您现在已经了解了取舍，但最佳窗口可能在1到7的中间位置。

Answer 2

TTL在sstable中创建墓碑，并通过压缩将其删除。太多的墓碑几乎不会影响您的阅读性能。

因此，在您的情况下，值得使用nodetool tablestats或JMX监视每次读取的逻辑删除数。

关于删除cassandra中的墓碑，请参见这个不错的article。