为什么我在Cassandra表中读了许多墓碑，尽管我的访问模式应该避免它们

Question

我知道这不是使用cassandra的最佳方式，但我的数据类型需要从上周阅读所有数据。但是，在CQL3中使用集合类型时，我遇到了某些限制，防止我执行正常的日期范围查询。

所以我已经设置了Cassandra（目前单个节点，在将来可能更多）与下表

CREATE TABLE cache (tag text, id int, tags map<text,text>, 
  PRIMARY KEY (tag, id) );
ALTER TABLE cache WITH GC_GRACE_SECONDS = 0;

.

我在一周内插入TTL以自动从缓存中删除项目。

我试图遵循本文避免通过选择”最小ID“来读取许多墓碑，我在其他地方持续到避免阅读旧数据：

SELECT * FROM cache WHERE tag = ? AND id >= ?

.

ID基本上是某种时间戳，即不断增加，即，我只在时间上插入更高的值，并不断从表中删除较旧的ID。

但我仍然会得到关于达到阈值的警告

WARN 08:59:06,286 Read 5001 live and 5702 tombstoned cells in cache (see tombstone_warn_threshold)

.

，如果我不经常运行手动压缩/擦洗，我会得到例外，查询失败。

但是，

然而，基于我的文章和文档的理解，我应该避免大多数古迹在这里，因为我在标签的平等上查询的那样，这允许Cassandra只寻找那些区域，我使用允许的最小ID Cassandra只在大多数墓碑后开始阅读，所以为什么仍有墓碑警告/例外报告？

Answer 1

map k / v配对实际上是列（名称，值和时间戳）：所以，如果您发出了大量删除的地图元素（通过TTL到期也是如此） - 这是此的源头警告。因为你仍在阅读完整的地图（有很多墓碑上）。此外，地图上的TTL设置应用于每个元素。

第二，在SELECT查询中乘以>=谓词。

如果是这种情况，您应该重新汇定您的数据访问模式，仅使用EQ关系在选择查询和Bump FirmoDicetagcode中更频繁地使用。此外，此访问模式将允许您摆脱主键的群集部分。

所以，如果您在该地图上发出大量删除，则可以尝试使用id模型并按时间精确地切片。