我的时间序列数据TTLs在1-7天后(取决于用例)。
数据是不可变的，并按时间戳(cluster by timestamp)排序-数据带有时间戳“写时”(因此，新数据时间戳应始终为渐进式)
分区大小不应超过1万个项目-通常要少得多(完整的1万个项目最多为10MB)。
我没有找到有关如何配置压缩策略(要考虑哪些参数)的良好文档，因此我决定这样做:
compaction = {'class': 'TimeWindowCompactionStrategy', 'compaction_window_size': '7', 'compaction_window_unit': 'DAYS'}
绝对不确定这是正确的
我应该考虑哪些
KPI？ 最佳答案
没有一个正确的答案:
配置的结果是，如果数据是在最近7天内插入的，则数据将被压缩在一起。 TWCS的最大优点是它可以使整个SSTables失效，甚至不读取它们，因为它知道SSTable中的所有数据都已经失效。
在这种情况下，您在1天中进行TTL传输的数据还不能过期，因为它们将在7天的窗口中集中在一起。在最坏的情况下，您的SSTable将有一个突变插入到7天窗口的末尾，因此整个SSTable将再保留7天，直到一个突变终止。
这听起来不是很理想，但是至少您将能够从单个SSTable中为该窗口中的数据提供所有读取。反之，则可以将窗口设置为一天。这将使您的数据过期快得多，但是对于存活7天的数据，您现在将使用7个SSTable，而不是1个。
概括:
较大的时间范围:较慢的到期时间，更快的实时数据读取
时间窗口更小:过期时间更快，实时数据读取速度更慢。
就像生活中的大多数事物一样，真相在中间!虽然这两个选项都可以工作-并且您现在已经了解了取舍，但最佳窗口可能在1到7的中间位置。