Cassandra 压缩分区最大字节大小高于表使用的总空间

【问题标题】：Cassandra Compacted partition maximum byte size is higher than total space used for the tableCassandra 压缩分区最大字节大小高于表使用的总空间
【发布时间】：2016-10-06 12:56:20
【问题描述】：

我正在开发 Cassandra 版本 2.1.13.1218 和 cqlsh 版本 5.0.1。

对于给定的表，当我运行cfstats 命令时，压缩分区最大字节数大于已用空间（总计）。例如：

Compacted partition maximum bytes: 4.64 MB

和

Space used (total): 2.28 MB.

表使用的总空间应始终较高，因为所有大/小分区大小都是给定表总空间的一部分。压缩分区最大字节大小如何高于表使用的总空间？

命令是：./cqlsh cfstats keyspace.columnfamilyname -H

有人可以帮我理解这一点吗？ Space used (live) 和 Space used (total) 之间有什么区别？

【问题讨论】：

标签： datastax cassandra-2.0 datastax-enterprise

【解决方案1】：

使用的空间表示磁盘上的表使用了多少空间。这取决于操作系统和压缩比。而压缩分区最大字节数只是遇到的最大分区大小（压缩后）。这基于所使用的数据建模/模式和逻辑记录大小。例如，100kb 的记录大小乘以 40 条记录（每条记录进入同一个分区）将得到一个 4MB 的分区。

当它位于磁盘上时，它可能会被进一步压缩，您可能会获得 2MB 的磁盘空间。你也可以分享其余的统计信息吗（ex、min 和 avg 大小的压缩信息、键的数量）？

【讨论】：

我找到了。这实际上是墓碑的问题。该特定表发生了许多删除，而 GC 尚未触发以收集它们。在压缩和 GC 触发之后。表使用的空间是有意义的。顺便说一句，非常感谢您的关注。
太棒了！我没有指出那里也可能有墓碑，但我认为您可能已经考虑过了。