CQLSSTableWriter：使用 sstablesloader 摄取后是否需要压缩？
CQLSSTableWriter : do I need compaction after ingestion with sstablesloader?
我使用 CQLSSTableWriter 来写入我的数据的相应 SSTables :
writer.addRow(1, "test", ...);
数据按分区键和聚类键排序，然后我为排序后的每一行数据调用addRow。
给定分区的数据写入单个 SSTable（或最多两个）。
两个问题：
CQLSSTableWriter builder() 不需要压缩策略。这正常吗？
已创建的 table 具有 LCS 压缩。但是 CQLSSTableWriter 没有定义任何策略。因此，关于摄取后数据永远不会改变（在我的情况下！），并且在我使用 sstablesloader 将 SSTables 摄取到 Cassandra 之后，我阻止 运行ning 进行任何压缩是否有意义？还是每次使用 sstablesloader 摄取后我总是需要 运行 压缩？
多亏了，说得更清楚了！
最好让Cassandra来决定什么时候执行压缩，不要尝试手动执行。
1) 是的，CQLSSTableWriter 只是创建 sstables。
2) 当 Cassandra 从 sstableloader 或 nodetool refresh/import 获取 sstable 时，它会自动执行任何必要的压缩。您不必也不应该做任何事情。
如果你真的想要，你可以禁用压缩
ALTER TABLE keyspace.table WITH COMPACTION = {'class': 'SizeTieredCompactionStrategy', 'enabled': 'false' }`
然后它不会做任何事情，你可以忽略它，sstables 将保持原样。
分区只有 2 个 sstables 并不一定意味着只有 2 个会被读取。 sstables 上的布隆过滤器仍会提供误报，如果 sstables 的数量继续攀升，它最终将成为一个问题。但是，如果您的聚簇键随着时间的推移而增加，那么它可用于过滤掉不必要的 sstables 以及 min/max 聚簇键保留在元数据中并在读取路径中检查（这是 TWCS 和大多数时间序列数据防止的方式堆积过多）。随着 sstable 数量的增加，这也会对维修和杂项操作任务产生很大影响。
最终，除非它是一个问题，否则我会认真地建议只保留压缩，如果你认为你大部分都很好，请使用 SizeTiered，它只会防止事情变得疯狂，同时与其他人相比进行最少的读写。如果您的 CPU 在压缩上达到最大值，您应该检查其他问题，因为它不应该消耗那么多（您如何知道它的压缩？），您也可以随时限制压缩吞吐量。
我使用 CQLSSTableWriter 来写入我的数据的相应 SSTables :
writer.addRow(1, "test", ...);
数据按分区键和聚类键排序，然后我为排序后的每一行数据调用addRow。
给定分区的数据写入单个 SSTable（或最多两个）。
两个问题：
CQLSSTableWriter builder() 不需要压缩策略。这正常吗？
已创建的 table 具有 LCS 压缩。但是 CQLSSTableWriter 没有定义任何策略。因此，关于摄取后数据永远不会改变（在我的情况下！），并且在我使用 sstablesloader 将 SSTables 摄取到 Cassandra 之后，我阻止 运行ning 进行任何压缩是否有意义？还是每次使用 sstablesloader 摄取后我总是需要 运行 压缩？
多亏了，说得更清楚了！
最好让Cassandra来决定什么时候执行压缩，不要尝试手动执行。
1) 是的，CQLSSTableWriter 只是创建 sstables。
2) 当 Cassandra 从 sstableloader 或 nodetool refresh/import 获取 sstable 时，它会自动执行任何必要的压缩。您不必也不应该做任何事情。
如果你真的想要，你可以禁用压缩
ALTER TABLE keyspace.table WITH COMPACTION = {'class': 'SizeTieredCompactionStrategy', 'enabled': 'false' }`
然后它不会做任何事情，你可以忽略它，sstables 将保持原样。
分区只有 2 个 sstables 并不一定意味着只有 2 个会被读取。 sstables 上的布隆过滤器仍会提供误报，如果 sstables 的数量继续攀升，它最终将成为一个问题。但是，如果您的聚簇键随着时间的推移而增加，那么它可用于过滤掉不必要的 sstables 以及 min/max 聚簇键保留在元数据中并在读取路径中检查（这是 TWCS 和大多数时间序列数据防止的方式堆积过多）。随着 sstable 数量的增加，这也会对维修和杂项操作任务产生很大影响。
最终，除非它是一个问题，否则我会认真地建议只保留压缩，如果你认为你大部分都很好，请使用 SizeTiered，它只会防止事情变得疯狂，同时与其他人相比进行最少的读写。如果您的 CPU 在压缩上达到最大值，您应该检查其他问题，因为它不应该消耗那么多（您如何知道它的压缩？），您也可以随时限制压缩吞吐量。