磁盘 space 对 scylla/cassandra 中令牌范围的压缩要求
Disk space requirement for compaction on a token range in scylla/cassandra
我在 Scylla 数据库中使用 SizeTieredCompaction 策略。我删除了特定标记范围内的一半数据（比方说 x 到 y）。我的 gc_grace_seconds 设置为 6 小时。我想摆脱在这个令牌范围内创建的所有墓碑。如果在 gc_grace_seconds 过去后我在集群中的所有节点上 运行 nodetool compact --start-token x --end-token y keyspace table，会发生什么？它会删除墓碑吗？它会消耗多少磁盘space？它会和 nodetool compact major compaction 一样需要多 50% space 吗？
要删除墓碑，您还需要 运行 nodetool repair。有关修复过程的详细信息，请参阅 here。基本上修复比较节点之间的数据，以便墓碑可以安全地过期。
压缩所需的 space 取决于具体的工作负载，如果没有有关您的工作负载的数据，则无法提供答案。但考虑到安全边际，2x 是一个安全的赌注。完全压缩后，使用的 space 将最少，因为每个节点上只保存 1 个数据副本。
Scylla 的 nodetool compact 文档（参见 https://docs.scylladb.com/operating-scylla/nodetool-commands/compact/) doesn't even the token range option, unfortunately. But the Cassandra documentation (https://cassandra.apache.org/doc/latest/operating/compaction/index.html）解释了 so-called sub-range 压缩 的作用：
It is possible to only compact a given sub range - this could be useful if you know a token that has been misbehaving - either gathering many updates or many deletes. (nodetool compact -st x -et y) will pick all sstables containing the range between x and y and issue a compaction for those sstables. For STCS this will most likely include all sstables but with LCS it can issue the compaction for a subset of the sstables.
对于 STCS，常见的情况是所有 sstables 都有来自整个令牌环的令牌，因此您的 nodetool compact 调用通常会调用所有 sstables 的完整主要压缩。令牌范围选项可能不会免除任何 sstables 被压缩。因此，临时磁盘 space 开销将与 STCS 一样：在压缩结束时，您同时拥有旧的 sstables 和新的 sstables。你假设新的只有原始数据的一半，所以新的 sstable 将是旧 sstable 总大小的一半左右，所以这可能是你问的“50%”。
我在 Scylla 数据库中使用 SizeTieredCompaction 策略。我删除了特定标记范围内的一半数据（比方说 x 到 y）。我的 gc_grace_seconds 设置为 6 小时。我想摆脱在这个令牌范围内创建的所有墓碑。如果在 gc_grace_seconds 过去后我在集群中的所有节点上 运行 nodetool compact --start-token x --end-token y keyspace table，会发生什么？它会删除墓碑吗？它会消耗多少磁盘space？它会和 nodetool compact major compaction 一样需要多 50% space 吗？
要删除墓碑，您还需要 运行 nodetool repair。有关修复过程的详细信息，请参阅 here。基本上修复比较节点之间的数据，以便墓碑可以安全地过期。
压缩所需的 space 取决于具体的工作负载，如果没有有关您的工作负载的数据，则无法提供答案。但考虑到安全边际，2x 是一个安全的赌注。完全压缩后，使用的 space 将最少，因为每个节点上只保存 1 个数据副本。
Scylla 的 nodetool compact 文档（参见 https://docs.scylladb.com/operating-scylla/nodetool-commands/compact/) doesn't even the token range option, unfortunately. But the Cassandra documentation (https://cassandra.apache.org/doc/latest/operating/compaction/index.html）解释了 so-called sub-range 压缩 的作用：
It is possible to only compact a given sub range - this could be useful if you know a token that has been misbehaving - either gathering many updates or many deletes. (
nodetool compact -st x -et y) will pick all sstables containing the range between x and y and issue a compaction for those sstables. For STCS this will most likely include all sstables but with LCS it can issue the compaction for a subset of the sstables.
对于 STCS，常见的情况是所有 sstables 都有来自整个令牌环的令牌，因此您的 nodetool compact 调用通常会调用所有 sstables 的完整主要压缩。令牌范围选项可能不会免除任何 sstables 被压缩。因此，临时磁盘 space 开销将与 STCS 一样：在压缩结束时，您同时拥有旧的 sstables 和新的 sstables。你假设新的只有原始数据的一半，所以新的 sstable 将是旧 sstable 总大小的一半左右，所以这可能是你问的“50%”。