cassandra - nodetool garbagecollect 实际上在做什么

Question

我正在尝试释放 C* 中的一些磁盘空间。
我已经删除了很多创建了很多墓碑的行。
我正在运行 nodetool garbagecollect 并且想知道这个工具在幕后做了什么。我读过它删除了逻辑删除正在隐藏的实际数据，而不是逻辑删除(将在 gc_grace_seconds 之后清除)。那是准确的吗？ garbagecollect 工具与 gc_grace_seconds 参数没有任何关联？垃圾收集实际上是如何释放磁盘空间的？

关于此工具的工作原理和作用的文档并不多。

任何帮助将不胜感激

Answer 1

在 Cassandra 中删除数据总是会添加更多数据，因此您需要小心处理。

nodetool garbagecollect 执行单 sstable 压缩以删除覆盖或逻辑删除的数据。对于每个 sstable，它将创建一个新的 sstable，并清除不需要的数据。默认情况下，garbagecollect 会删除已删除或更新为新数据的行或分区。如果指定了 -g CELL 选项，它也可能删除已删除或更新的单元格值，但这将需要更多资源(I/O CPU)。此命令还可以删除过期的逻辑删除(早于 gc_grace_seconds)，但不会删除新的逻辑删除。此外，删除墓碑还有其他限制。

如果过期的墓碑仍然存在，那么唯一的主要压缩可能有助于驱逐它们，例如，通过在各个表上运行 nodetool compact -s，但你需要确保您有足够的空间 - 与 table 本身的大小相同。