如何处理磁盘上 Cassandra 中的空目录？

Posted 2023-03-22

【中文标题】如何处理磁盘上 Cassandra 中的空目录？

【英文标题】：What to do with empty directories from Cassandra on disk?

【发布时间】：2020-03-27 07:29:01

【问题描述】：

我有 Cassandra 3.11.4 并且已经运行了一段时间的测试环境。我已经完成了 nodetool 清理、清除快照、修复、压缩等工作，而我的密钥空间的数据存储目录中剩余的内容包含许多“空”目录。

从目录运行du时：

0       ./a/backups
47804   ./a
0       ./b/backups
0       ./b
0       ./c/backups
0       ./c
0       ./d/backups
0       ./d
7748832 .

只是将名称重命名为通用字母的一部分数据，但基本上还有许多这样的空目录。然而，引用的表要么已经在很久以前被删除，即比 gc_grace_seconds 长，但目录链接仍然存在？这些不是快照，因为制作快照并使用 nodetool clearsnapshot 清除它可以正常工作。

在我手动删除每个空文件夹之前，这会很痛苦，因为它们有很多；我是否错过了维护集群的步骤，这会导致这种情况，还是如果我的测试架构发生许多变化，它是否会发生并且必须定期处理？

快照被清除，/backups 尾随意味着这些是增量备份？

https://docs.datastax.com/en/cassandra/3.0/cassandra/operations/opsBackupIncremental.html

即使是这样，也没有任何方法可以删除这些增量备份，我至少可以使用 nodetool 找到这些增量备份，至少 cassandra.yaml 中的 incremental_backups 设置为 False。

我相信有答案表明删除这些“幽灵”目录是安全的，但如果密钥空间中有很多这样的目录，那就太烦人了。另外，也许这只是我想要干净目录的想法，这些“幽灵”目录会对性能产生影响吗？

【参考方案1】：

所以“ghost”表目录来自： 1) 空表 - 仍然是有效表，但没有插入任何数据 2) 截断表 3) 删除表

在第一种和第二种情况下，如果您删除目录，最终可能会导致问题。如果您想验证该目录是否正在用于该表，您可以查询：

select id from system_schema.tables 
where keyspac_name = 'xxxx' and
      table_name = 'yyyy';

该 ID 是用于该表的目录扩展名的 ID。该键空间的该表的该目录的任何其他匹配项均未使用。

-吉姆

【讨论】：

表的名称应该始终附加 UUID，因此即使您删除表并重新创建，它也不会与以前的版本冲突

那么这是 cassandra 在正常运行中的预期行为吗？

是的。你看到的很正常。您只需要稍微注意原因（如上所述），以免吹走空目录，例如空表。不知道如果你这样做会发生什么。没试过。也许我会在实验室试一试。

@JimWartnick 谢谢。接受你的回答。我很清楚哪些文件夹不再使用。但是在集群的每个节点上进行清理是很痛苦的。无论如何感谢您的解释。