壓縮概觀

Cassandra 中的資料建立在 記憶表 中。一旦達到記憶體臨界值，資料會寫入 SSTable（一種駐留在磁碟上的 不可變檔案），以再次釋放記憶體。

由於 SSTable 不可變，因此當資料更新或刪除時，舊資料不會被插入或更新覆寫，也不會從 SSTable 中移除。相反地，會建立一個包含更新資料的新 SSTable，並加上新的時間戳記，而舊 SSTable 會標記為刪除。已刪除資料的部分稱為 墓碑。

隨著時間推移，Cassandra 可以在不同的 SSTable 中寫入多個版本的列。每個版本可能都有儲存一組獨特欄位，並加上不同的時間戳記。隨著 SSTable 累積，資料的分配可能需要存取越來越多的 SSTable 才能擷取完整的列。

為了保持資料庫的健康，Cassandra 會定期合併 SSTable 並捨棄舊資料。此程序稱為壓縮。

由於在讀取作業期間會查詢 SSTable，因此保持 SSTable 數量較少非常重要。寫入作業會導致 SSTable 數量增加，因此有必要進行壓縮。除了墓碑問題之外，資料也會因為其他原因而被刪除，例如某些資料的生存期 (TTL) 到期。刪除、更新或過期的資料都是觸發壓縮的有效原因。

壓縮可以達成的兩個重要因素是效能改善和磁碟空間回收。如果 SSTable 具有必須讀取的重複資料，則讀取作業會較慢。一旦移除墓碑和重複資料，讀取作業就會變快。SSTable 會使用磁碟空間，而透過壓縮減少 SSTable 的大小可以釋放磁碟空間。

壓縮會對 SSTable 集合進行運作。壓縮會從這些 SSTable 收集每個唯一列的全部版本，並使用列中每個欄位的最新版本（依時間戳記）組成一個完整的列。合併程序的效能很好，因為列會在每個 SSTable 中依據分區金鑰進行排序，而且合併程序不會使用隨機 I/O。每個列的新版本會寫入新的 SSTable。舊版本以及任何準備刪除的列會留在舊的 SSTable 中，並在完成待處理讀取作業後立即刪除。

壓縮的概念用於 Cassandra 中的不同類型的作業，這些作業的共同點是它會採用一個或多個 SSTable，進行合併，並輸出新的 SSTable。壓縮類型有

有不同的壓縮策略可供使用，以針對不同的工作負載進行最佳化。為您的工作負載選擇正確的壓縮策略，將確保查詢和壓縮本身的最佳效能。

Cassandra 中的資料可以有一個稱為生存時間的附加屬性 - 這用於在時間到期後自動捨棄已過期的資料。一旦 TTL 到期，資料就會轉換成一個墓碑，該墓碑至少會保留 gc_grace_seconds。請注意，如果您將帶有 TTL 的資料與不帶 TTL 的資料（或只是 TTL 長度不同）混合在一起，Cassandra 將很難捨棄所建立的墓碑，因為分割區可能會跨越許多 SSTable，而且並非所有 SSTable 都會同時壓縮。

如果一個 SSTable 只包含墓碑，並且保證該 SSTable 沒有在任何其他 SSTable 中遮蔽資料，則壓縮可以捨棄該 SSTable。如果您看到只包含墓碑的 SSTable（請注意，一旦生存時間到期，TTL 資料就會被視為墓碑），但它沒有被壓縮捨棄，則可能是其他 SSTable 包含較舊的資料。有一個名為 sstableexpiredblockers 的工具，它會列出哪些 SSTable 可以捨棄，以及哪些 SSTable 阻擋它們被捨棄。使用 TimeWindowCompactionStrategy，可以透過啟用 unsafe_aggressive_sstable_expiration 來移除保證（不檢查遮蔽資料）。

使用增量修復時，Cassandra 必須追蹤哪些資料已修復，哪些資料未修復。使用反壓縮時，已修復資料會分割成已修復和未修復的 SSTable。為了避免再次混淆資料，會在兩組資料上執行分開的壓縮策略實例，每個實例只知道已修復或未修復的 SSTable。這表示如果您只執行一次增量修復，然後不再執行，已修復的 SSTable 中可能會存在非常舊的資料，阻礙壓縮在未修復（可能較新）的 SSTable 中刪除墓碑。

由於墓碑和資料可能存在於不同的 SSTable 中，因此了解遺失 SSTable 可能導致資料再次變為活動狀態非常重要，而遺失 SSTable 最常見的方式是硬碟故障。為了避免資料變為活動狀態，墓碑和實際資料始終位於同一個資料目錄中。這樣，如果磁碟遺失，分割區的所有版本都會遺失，且無法取消刪除任何資料。為達成此目的，除了包含已修復/未修復資料的壓縮策略實例外，還會執行每個資料目錄的壓縮策略實例，這表示如果您有 4 個資料目錄，將會執行 8 個壓縮策略實例。這不僅可以避免資料取消刪除，還有其他一些好處

寫入 SSTable 時，會建立一個具有墓碑到期時間的直方圖，並用於嘗試尋找具有大量墓碑的 SSTable，並對該 SSTable 執行單一 SSTable 壓縮，希望能刪除該 SSTable 中的墓碑。在開始此作業之前，還會檢查任何墓碑實際上都能刪除的可能性，以及此 SSTable 與其他 SSTable 重疊的程度。為避免大多數這些檢查，可以啟用壓縮選項 unchecked_tombstone_compaction。

所有壓縮策略都有許多常見選項；

此外，請參閱每個策略的區段，以取得特定其他選項。

nodetool <nodetool> 實用程式提供許多與壓縮相關的指令

可以使用 JMX 在單一節點上切換壓縮策略及其選項，這是一個在不影響整個叢集的情況下嘗試設定的好方法。mbean 是

，如果您使用 jconsole 或 jmc，則要變更的屬性為 CompactionParameters 或 CompactionParametersJson。例如，json 版本的語法與您在 ALTER TABLE <alter-table-statement> 陳述式中使用的語法相同

設定會保留，直到有人執行觸及壓縮設定或重新啟動節點的 ALTER TABLE <alter-table-statement> 為止。

使用壓縮選項 log_all 啟用，並會在您的記錄目錄中產生更詳細的壓縮記錄檔。