Cassandra NodeTool cfstats 计数

Question

我已经创建了一个这样的 cassandra 表，其中包含大量信息：

CREATE TABLE keyspace.table1 (
uuid blob,
id bigint,
timestamp bigint,
description text,
option1 double,
PRIMARY KEY (uuid, id) ) WITH CLUSTERING ORDER BY (id ASC)
AND bloom_filter_fp_chance = 0.01
AND caching = '{"keys":"ALL", "rows_per_partition":"NONE"}'
AND comment = ''
AND compaction = {'class': 'org.apache.cassandra.db.compaction.SizeTieredCompactionStrategy'}
AND compression = {'sstable_compression': 'org.apache.cassandra.io.compress.LZ4Compressor'}
AND dclocal_read_repair_chance = 0.1
AND default_time_to_live = 0
AND gc_grace_seconds = 864000
AND max_index_interval = 2048
AND memtable_flush_period_in_ms = 0
AND min_index_interval = 128
AND read_repair_chance = 0.0
AND speculative_retry = '99.0PERCENTILE';

我正在尝试对其运行 nodetool cfstats 以确定行数。我在网上搜索，似乎键数（估计）应该是行数。但是，如下所示，这个数字非常低，所以我知道这不可能。我做错了什么？

Table: table1
    SSTable count: 3
    Space used (live): 195.02 MB
    Space used (total): 195.02 MB
    Space used by snapshots (total): 567.99 KB
    Off heap memory used (total): 61.83 KB
    SSTable Compression Ratio: 0.3936987749701019
    Number of keys (estimate): 19
    Memtable cell count: 612048
    Memtable data size: 14.18 MB
    Memtable off heap memory used: 0 bytes
    Memtable switch count: 6
    Local read count: 2657130
    Local read latency: 0.055 ms
    Local write count: 2409743
    Local write latency: 0.017 ms
    Pending flushes: 0
    Bloom filter false positives: 0
    Bloom filter false ratio: 0.00000
    Bloom filter space used: 64 bytes
    Bloom filter off heap memory used: 40 bytes
    Index summary off heap memory used: 84 bytes
    Compression metadata off heap memory used: 61.71 KB
    Compacted partition minimum bytes: 49.82 KB
    Compacted partition maximum bytes: 85.8 MB
    Compacted partition mean bytes: 27.06 MB
    Average live cells per slice (last five minutes): 1.0160752060827343
    Maximum live cells per slice (last five minutes): 5722
    Average tombstones per slice (last five minutes): 1.0
    Maximum tombstones per slice (last five minutes): 1

如果这不可行，还有其他方法可以获取表格的行数吗？

谢谢

Answer 1

从您的架构中，您的分区键是您的 uuid 列。每个分区键都是 Cassandra 存储引擎的“行”。所以 cfstats 只是简单地输出为这个表存储的分区键的数量（当然是估计的）。

我会检查你的系统中有多少个不同的 UUID，如果它在 19 个左右，那么一切都很好。

Answer 2

它不是“行”的数量，而是键或分区的数量。在您的数据模型中，它将是唯一 uuid 的数量。请注意，对于 2.0，这个数字可能会偏一点，它将汇总所有 sstable 中的分区数。 Post 2.1.6 它将合并一个 hyperloglog 结构，因此跨 sstables 的重复不会影响它。

要获取您实际需要读取数据的 CQL 行，您可以使用 count 或 spark 作业，这些都很昂贵，因此可能需要考虑保留一个包含计数器的替代表。