Cassandra 卡桑德拉滑动窗TTL

我正在寻找一个潜在的即将到来的项目，我认为它可能是一个很好的适合卡桑德拉。让我感到困惑的一个潜在地方是数据保留需求。基本上我们有这样一个模式：

CREATE TABLE Things (
  user_id int
  thing_id int
  a text static
  b text static
  .... more static fields
  updated_at timestamp static


  type text
  subthing_id int

  PRIMARY KEY (user_id, thing_id, subthing_id)
)

在关系数据库术语中，我会说一个东西属于一个用户，一个东西有很多子东西

一个对象有各种与之相关联的子对象，这些子对象将在以后执行新的插入操作，从而更新相应的静态字段。我们需要在最后一次插入子项后，将每个内容存储30天。举个例子，物体A和物体B被插入。一周后，将插入B的子项。首次插入后30天内删除内容A。事物B（以及所有相关的子事物）在7天后被删除

据我所知，我不能只使用TTL插入，因为我需要更新共享相同用户id和对象id的其他对象行的TTL。我也不完全确定如何在这里运行DELETE命令，因为我没有使用任何键进行删除。我相信这里的主键是正确的，因为所有查询都将基于用户id（除了由更新的用户id确定的删除）

我的另一个担忧是墓碑的概念。我只读过关于它们的文章，但这里的担忧是，我每天可能会删除数百万个这样的东西。在执行每日删除后，是否需要每日压缩

更新： 从最初的帖子开始，我就想到了另一种选择，即在每次添加子项时插入第二个表。它看起来像：

CREATE TABLE  Expirations (
  expiry date
  user_id int
  thing_id int
  PRIMARY KEY (expiry, user_id, thing_id)
)

---

其中expiry是要删除的给定用户id和对象id的日期。当东西被插入到东西表中时，这个表必须根据需要进行更新，然后我必须每天运行一些东西来查询今天到期的值，并对它们进行迭代以从东西表中删除东西。我不确定这是否被认为是“卡桑德拉方式”，但它似乎可以奏效。

这是一个有趣的挑战。我将使用a将每个

对象id

映射到其所有

子项id

s。我喜欢这样的东西：

CREATE TABLE Things (
  partition_date timestamp,
  insertion_date timestamp,
  user_id int,
  thing_map map<int,int>
  a text static
  b text static
  .... more static fields
  updated_at timestamp static


  type text

  PRIMARY KEY (partition_date, insertion_date, user_id)
) WITH CLUSTERING ORDER BY (insertion_date DESC)

创建表格内容(
分区日期时间戳，
插入日期时间戳，
用户id int，
地图
静态文本
b文本静态
……更多的静态场
时间戳静态时更新的_
键入文本
主键（分区日期、插入日期、用户id）
)使用聚类顺序（插入日期描述）

在这里，我插入了一个新字段

insertion\u date

，该字段应准确保存插入日期，以及一个新字段

partition\u date

，该字段将成为新的仅新建分区键，该字段应存储

insertion\u date

字段的截断，以避免出现一些热点（我假设，由于您的TTL要求，如果您需要查询

user\u id

字段，您可以简单地基于一个day字段进行查询，但情况有点不同）。我最近回答了有关此建模问题的类似问题，因此请查看这些问题，以获得有关所用技术的更多信息（称为bucketing）

然后，问题的核心是

thing\u map

。在映射中推送一个新对象应该完全重置该映射的TTL，这样可以为您提供准确的所需行为。请注意，TTL将仅删除字段，而不是整行，您只需测试它是否为null

---

最后，墓碑行为是您必须面对的一个问题。如果您能够承受完整的行重写，那么您可以在分区级别删除所有行，而不是只更新

map

字段我已经用集群键建模了，应该不会有太多问题。

谢谢你的回答！不过我有几个问题要问。所以我很确定如果每个查询都基于用户id，那么用户id必须是分区键。日期可以作为这些查询的一部分，但是可选的。唯一的时间是在查询中使用e date而不使用user_id来删除过期的内容。我想归根结底，最好是让delete命令或SELECT查询命中尽可能少的分区。我正在用另一个我认为也可行的选项更新原始问题…让我知道你的想法。@ShaneAndrade：你可以将

日期

与

用户id

放在一起，以便更好地划分数据。正如前面所说的，你可以在我发布的链接中找到如何做到这一点。另外请注意，如果你使用

TTL

，那么数据将自动消失，因此你根本不需要执行任何

选择/删除

es是另一个可行的选择，但您有

TTL

。。。