Select Cassandra和使用计数器类型清理旧数据

因此，我知道，由于设计原因，TTL不适用于计数器，我已经阅读了关于这一点的其他一些So问题，但似乎没有明确的答案（除非我遗漏了一些完全合理的东西）：

我们如何优雅地处理卡桑德拉的计数器过期问题

示例用例：特定日期的页面视图

为此，我们可能会有一个表，如

创建表pageviews（page varchar，date varchar，views counter，主键（page，date））

一年后的某一天，我们拥有多少视图的信息不是很相关（相反，我们可能会将其聚合到视图/月份表或类似的表中），我们不希望不必要的数据无缘无故地挂在数据库中。通常我们会在上面放一个TTL，让卡桑德拉为我们处理-优雅！但由于我们不允许对计数器表使用TTL，因此这不是一个选项

您也不能仅从页面视图中运行delete from date>'xxxx'，因为这两个键都必须在where子句中定义。 您首先需要查询所有页面，然后执行单独的删除，这是不可伸缩的。 有没有合适的方法来实现这一点呢？

它的速度要慢得多，但如果你不想自己管理到期时间，这就是价格——你可以使用LWTs并实际插入TTL列，而不是更新计数器。即：

CREATE TABLE pageviews (
  page varchar,
  date timestamp,
  views int,
  PRIMARY KEY(page, date))
WITH compaction = {'class': 'LeveledCompactionStrategy'};

要更新页面视图，请执行以下操作：

UPDATE pageviews USING TTL 604800
   SET views = *12*
   WHERE page = '/home' AND date = YYYY-MM-DD
   IF views = *11*

如果失败，请重新阅读并重试。如果争用率很高，这可能会非常慢，但在这种情况下，您可以对每个应用程序执行一些批处理，比如说每10秒或其他时间只刷新更新一次，并且一次递增1次以上

要查看日期范围内的总计，请执行以下操作：

SELECT sum(views) FROM pageviews WHERE page='/home' and date >= '2017-01-01 00:00:00+0200' AND date <= '2017-01-13 23:59:00+0200'

---

从pageviews中选择sum（views），其中page='/home'和date>='2017-01-01 00:00:00+0200'和date如果不需要日期范围查询，可以使用分区键
page%X，date
和聚类键
page

然后，对于您希望放弃的每个日期，您可以使用X delete语句删除分区0到X-1。
谢谢您的回答。嗯，我提到的工作清理的问题是，你必须知道页面id，这意味着你必须记住它们。在我的情况下，这可能是巨大的。您不能仅从日期>='xxx'的页面视图中删除。我觉得这是对cassandra的一个硬限制，并且有一个合法的用例，您可能希望使用ttl和计数器行。在运行一些测试之后，主键上的selectdistinct实际上相当快，只是在一段时间内要发出的delete语句的数量将呈指数增长。