使用 DSBulk 进行备份/恢复需要太长时间

Question

我使用 dsbulk 对 cassandra 集群进行基于文本的备份和恢复。我创建了一个 python 脚本，它使用 dsbulk 加载/卸载备份/恢复 cassandra 集群中的所有表，但由于为每个表创建了新会话（大约 7 秒），即使数据较少也需要很长时间，在我的情况下，我有 70表，因此由于会话创建而添加了 70*7s。有没有办法使用 dsbulk 使用单个会话从集群中的所有表中备份数据？从文档中，我看到 dsbulk 一次仅适用于单个表加载/卸载。有什么替代方法或其他方法吗？有的话请推荐..！

谢谢..

Answer 1

不，没有办法在一次 DSBulk 执行中加载/卸载多个表，因为这样做没有意义。

无论如何，不​​建议使用将数据卸载到 CSV 作为备份集群的方法，因为无法保证数据在某个时间点保持一致。

备份 Cassandra 集群的正确方法是使用 nodetool snapshot 命令。详情请见Apache Cassandra Backups。

如果您有兴趣，有一个开源工具可以让您自动备份 - https://github.com/thelastpickle/cassandra-medusa。干杯！