Cassandra 是否只在一个簇键中插入差异生成墓碑

Question

Cassandra 的更新处理和集群键如何交互？

Cassandra 从未真正更新过记录，它使用 tombstone 将旧版本标记为已删除，并记录新旧版本，直到旧版本最终被删除内务处理过程：一种垃圾收集形式。
集群键是使用一些魔术来实现的，该魔术将数据记录在 "real" 具有分区键的记录中。

我突然想到这两个功能可能会严重交互，导致生成过多的垃圾。

考虑这个模式：

 CREATE TABLE t (
    p int,
    c int,
    d string,
    PRIMARY KEY ((p), c),
 );

执行以下插入后：

 INSERT INTO t (p, c, d) VALUE (1, 1, "text-1");
 INSERT INTO t (p, c, d) VALUE (1, 2, "text-2");

是否有包含 (1, 1, "text-1") 数据的墓碑标记记录和包含 (1, 1, "text-1") 和 (1, 2, "text-2") 数据的新记录？也就是说，第二个插入是否已作为分区键 (p) 为 1 的 "real" 记录的更新来实现？

Answer 1

据我了解，Cassandra 不会删除 insert/update 上的记录（更新插入），它只是将新信息记录为写入，不会创建逻辑删除。读取信息时，它将利用时间戳来确定哪些数据是最新的。旧记录在压缩期间被删除，而逻辑删除将一直存在到宽限期到期（默认 10 天）以帮助保持删除的一致性，以便它们不会复活。

Answer 2

您的假设不正确。在您的模式中，p 是分区（或 "row"）键，c 是聚簇列。 Cassandra 是一个列式存储，因此写入本质上是附加到分区的稀疏有序列的集合。可以通过创建复合行键和列名来实现额外的嵌套，在您的情况下，这将转换为如下所示的存储模型：

Row Key: 1 =>
  1:d => "text-1"
  2:d => "text-2"

如果您要插入另一个分区键，如下所示：

INSERT INTO t (p, c, d) VALUE (2, 1, "text-1");

您的存储模型如下所示：

Row Key: 1 =>
  1:d => "text-1"
  2:d => "text-2" 
Row Key: 2 =>
  1:d => "text-1"

因此您可以观察到这些列值（1:d、2:d 等）是独立处理的。假设您随后删除了这些值之一：

DELETE FROM t WHERE p = 1 AND c = 1;

您的结果将是：

Row Key: 1 =>
  1:d => "text-1" + [tombstone]
  2:d => "text-2" 
Row Key: 2 =>
  1:d => "text-1"

其中墓碑会有更大的时间戳，因此 "cover" 原始值，直到压缩清除它。具体何时发生取决于许多因素（[=19= 的值]、压缩策略、工作负载等）。

Cassandra 是否只在一个簇键中插入差异生成墓碑

Do Cassandra inserts differeing in only a cluster key generate tombstones

cassandra

tombstone