database - 将 gc_grace_seconds 10 天更改为 0 天后对 Cassandra 进行重大压缩

Question

我有一个 Cassandra 集群，它有 10 天的 gc_grace_seconds。自动压缩已启用并按照配置运行，但我怀疑自动压缩没有清除 gc_grace_seconds 持续时间(10 天)过期的墓碑。我计划对该表进行一次重大压缩，所以我的问题是。

1) 我是否应该在不更改 gc_grace_seconds 10 天的情况下运行主要压缩？

2) 我应该运行 major compaction 改变 gc_grace_seconds 0 天吗？

3) 如果我将 gc_grace_seconds 更改为 0 那么它是否适用于 future 的数据或具有天数 gc_grace_seconds 的现有数据？

提前致谢。

Answer 1

首先，除非在单节点集群上，否则不应将 gc_grace_seconds 设置为 0。如果 gc_grace_seconds 设置为某个时间段，您必须在每个这样的时间段内至少运行一次repair，否则您有数据复活的风险 - 当集群上的一个节点错过删除时会发生这种情况，而其他节点节点会删除它们的墓碑，所以稍后的修复会认为数据是新的，而没有意识到它已经被删除了。如果您曾经将 gc_grace_seconds 设置为 0，那么您之前删除的任何数据都可能会在下一次修复时恢复，前提是数据恰好位于其中一个副本上(因为该特定副本由于某些临时问题而错过了删除)。

所以是的，正确的方法是使用原来的 10 天 gc_grace_seconds 运行主要压缩(并确保至少每 10 天进行一次修复)。

但是您需要考虑为什么要运行主要压缩。小型压缩是否可以摆脱旧的(过去 10 天)墓碑取决于很多因素，例如您最近是否对这些墓碑所在的同一分区进行了其他修改。但除非墓碑给您带来了重大问题(大量磁盘空间、读取速度较慢等)，可能不值得进行主要压缩。 Major 压缩不是免费的，并且(至少在大小分层压缩策略中)在它之后，所有数据都位于一个文件中，并且需要更长的时间才能再次压缩。