首页

主题

Cassandra的数据删除机制 ​

Cassandra 的数据删除机制与传统的关系型数据库有所不同。

在 Cassandra 中，删除操作并不是立即从磁盘上移除数据，而是标记数据为已删除，并在未来的某个时间点通过垃圾回收（GC）过程来真正清除。这种机制是为了保持 Cassandra 的高性能和一致性，避免了频繁的磁盘读写操作。

删除操作 ​

  1. 行级删除：使用 DELETE 语句可以删除整个行或行中的某些列。例如：

    sql
    DELETE FROM keyspace.table WHERE key=123;

    或者删除特定的列：

    sql
    DELETE column_name FROM keyspace.table WHERE key=123;

  2. TTL (Time To Live)：为数据设置生存时间，数据将在指定的时间后自动被删除。例如：

    sql
    INSERT INTO keyspace.table (key, column_name) VALUES (123, 'value') USING TTL 60;

    这将使数据在插入后60秒内自动删除。

垃圾回收 ​

Cassandra 使用一个称为SSTable压缩的过程来回收空间。当数据被标记为删除后，它仍然占用空间直到下一次压缩发生。压缩是一个后台进程，它合并多个 SSTable 文件，移除其中标记为删除的数据，从而释放磁盘空间。

Tombstones ​

当数据被删除时，Cassandra 并不立即从磁盘上物理删除数据，而是创建一个 tombstone（墓碑）。Tombstone 是一个特殊的数据结构，用于标记数据已被逻辑删除。这允许 Cassandra 在读取数据时跳过这些已删除的数据，同时也使得数据可以在一段时间内保持一致性，即使在集群中存在网络分区或其他故障。

GC Grace Period ​

为了确保数据的一致性，Cassandra 允许设置一个 “GC grace period”，这是在 tombstone 被实际清理之前的一段时间。默认情况下，这个时间是7天。这样，即使在网络分区的情况下，节点间的数据也可以达到最终一致。

总结

Cassandra 的删除机制是为了在高并发和分布式环境中提供高效、一致的数据管理。通过使用 tombstones 和延迟的实际删除，Cassandra 能够在保证数据一致性的同时，避免频繁的磁盘操作带来的性能损失。