避免墓碑的Cassandra数据建模

Question

我从一个用spark-kafka-cassandra（在kubernetes上）重写猛犸象spark-kafka-hbase应用程序的初步想法开始。

我有以下数据模型，一个支持全时插入，另一个支持upserts

办法1：

创建表test.inv_positions(
location_id int，
item bigint，
time_id timestamp，
sales_floor_qty int，
backroom_qty int，
in_backroom boolean，
transit_qty，
primary key((location_id),item,time_id))和聚类顺序by（item asc,time_id DESC）；

由于timeid是集群col的一部分，此表将继续插入。我想通过fetch1来读取最新的（timeid是desc)，并通过在关键cols上设置TTL来删除旧记录，或者在一夜之间删除它们。

关注点：TTL或删除旧记录创建墓碑。

办法2：

创建表test.inv_positions(
location_id int，
item bigint，time_id timestamp，
sales_floor_qty int，
backroom_qty int，
in_backroom boolean，
transit_qty int，
主键((location_id),item))，使用聚类顺序by（item asc）；

如果同一位置和项目出现了新记录，则会将其提升。它很容易阅读，也不需要担心清除旧记录

关注：我在Cassandra上有另一个应用程序，在不同的时间更新不同的col，我们仍然有阅读问题。也就是说，upserts也创建墓碑，但与方法1相比有多差？或者其他更好的方法来建模它？

Answer 1

第一种方法似乎不错。TTL和delete都创建墓碑。对于基于TTL的删除，您可以参考压缩策略。TWCS更适合于基于TTL的删除，否则您可以使用STCS进行简单的删除。此外，相应地配置gc_grace_seconds以平滑地清除墓碑，因为沉重的墓碑会导致读取延迟。