Performance 删除行与删除列的性能比较

我正在为Cassandra 2.1.3上的timeseries应用程序创建数据模型。我们将为系统的每个用户保留X数量的数据，我想知道针对这一需求设计的最佳方法是什么

备选案文1： 在分区键中使用一个“bucket”，以便X period的数据进入同一行。大概是这样的：

((id, bucket), timestamp) -> data

我可以一次删除一行，代价是维护这个bucket概念。它还限制了我可以查询

时间戳

的范围，可能会导致多次查询

备选案文2： 将所有数据存储在同一行中。每列有N个删除

(id, timestamp) -> data

范围查询也很容易。但在多次删除列之后，性能如何

---

考虑到我们计划使用TTL让数据过期，这两种模型中哪一种能提供最好的性能？选项1的墓碑开销是多少？我认为这完全取决于您计划为最终选择的给定分区键提供多少数据、您的TTL是什么以及您正在进行的查询

我通常倾向于选项#1，尤其是如果所有写入的TTL都相同。此外，如果您使用LeveledCompactionStrategy或DataTieredCompactionStrategy，Cassandra将很好地将来自同一分区的数据保存在同一SSTable中，这将大大提高读取性能

如果使用选项#2，同一分区的数据可能分布在多个级别（如果使用LCS），或者通常是多个SSTABLE，这可能导致您从大量SSTABLE中读取数据，具体取决于查询的性质。还有热插销的问题，如果您有一个非常宽的分区，您可能会使特定的cassandra节点过载

#1的另一个好处（您提到过）是，您可以轻松删除整个分区，从而创建一个更便宜的墓碑标记。此外，如果您使用的是相同的TTL，那么该分区中的数据将几乎同时过期

我确实同意，必须进行多个查询以跨多个分区进行读取是有点痛苦的，因为这会给应用程序端带来一些复杂性。如果无法隐式确定给定id的存储桶，您可能还需要维护一个单独的表来跟踪它们

---

就性能而言，您是否认为在应用程序进行查询时，您可能需要读取跨分区的数据？例如，如果您有一个“最近1000条记录”的查询，并且一个分区通常比这个分区宽，那么您可能只需要对选项1进行一次查询。但是，如果您想要像“给我所有记录”这样的查询，选项#2可能会更好，否则您需要为每个bucket进行查询。

创建上述表后：

CREATE TABLE option1 (
                 ...   id bigint,
                 ...   bucket bigint,
                 ...   timestamp timestamp,
                 ...   data text,
                 ...   PRIMARY KEY ((id, bucket), timestamp)
                 ... ) WITH default_time_to_live=10;

CREATE TABLE option2 (
                 ...   id bigint,
                 ...   timestamp timestamp,
                 ...   data text,
                 ...   PRIMARY KEY (id, timestamp)  
                 ... ) WITH default_time_to_live=10;

我插入了一个测试行：

INSERT INTO option1 (id,bucket,timestamp,data) VALUES (1,2015,'2015-03-16 11:24:00-0500','test1');
INSERT INTO option2 (id,timestamp,data) VALUES (1,'2015-03-16 11:24:00-0500','test2');

…等待了10秒钟，在跟踪打开的情况下进行查询，我看到每个表都有相同的墓碑计数。所以无论哪种方式，我都不应该让你太担心

真正的问题是，如果您认为您将达到每个分区20亿列的限制，那么选项1是安全的。如果您有很多数据选项，那么#1的性能可能会更好（因为您将不再需要查看与

bucket

不匹配的分区），但实际上在这方面，任何一个都可以

tl；博士

---

由于无论您选择哪种选项，性能和墓碑问题都是相似的，我认为选项#2是更好的选项，这只是因为易于查询。

对于选项#1和#2，墓碑的数量将是相同的（取决于可能不正确的压缩效率），但根据您的查询，您需要通读的内容可能会有所不同。例如，如果您的bucket为“day”，并且您确实按天读取查询，那么使用选项#1，您将不需要读取前几天的墓碑数据，而使用选项#2，您需要读取到分区内的数据位置，如果有前几天的墓碑指向该数据（虽然列索引间隔可能会有帮助）。@AndyTolbert说得很好。我只是根据模型进行观察，但你绝对正确，额外的分区存储桶将减少逻辑删除。