[Cassandra教程]（十一） 深入NoSQL的数据删除

0. 引言

NoSQL 在设计理念上面就与传统的RDBMS就不一样，因此删除数据的处理方式非常不一样。然而，虽然NoSQL的选择很多，但是在数据删除的处理方式上，各家的处理方法又有很多共通的地方。

本文将带着大家以Cassandra为例，深入了解NoSQL是如何 来删除数据的。

原文链接：http://www.flyml.net/2016/09/18/cassandra-tutorial-dive-deep-into-data-deletion-in-nosql/

1. Cassandra 删除数据原理

在Cassandra之中，当我们通过API删除一条数据的时候，实际上并不是马上将数据从存储介质之中删除，而是给其设置一个墓碑(tombstone)， 并在一段时间之后自动删除。对于更新数据也是类似的操作，差别只是最后是否再写入一条数据而已。

在查询的时候，如果碰到有Tombstone的记录就会自动忽略~

上面提到的“Cassandra的自动删除”机制，其实就是Cassandra 的Periodic Compaction

原文链接：http://www.flyml.net/2016/09/18/cassandra-tutorial-dive-deep-into-data-deletion-in-nosql/

2. Compaction（压缩、夯实）

Compaction对Cassandra的正常运行非常关键， 其主要作用：

（1）合并、整理SSTable使得读达到最终一致性

（2）回收被废弃数据占用的空间并提高Read效率（因为没有无效的数据了）

问题： SSTable 是什么？

SSTable并不是Cassandra倒腾出来的概念，包括Compaction也是。 这个根据我的理解，应该是从Google BigTable 引用出来的概念。可以参考：
http://www.blogjava.net/DLevin/archive/2015/09/25/427481.html

工作过程：

（1） 将SSTable之中Partition Key 相同的记录合并起来

（2）保留Timestamp 最新的数据

（3）删除标记了tombstone的数据

（4）将整理之后的数据写到一个新的SSTable之中，并删除老的SSTable

吐槽：上面的图是从官方爬过来的，个人认为这幅图上面的颜色与数字缺乏图例，让我很不理解。。。只不过对比第一个圈跟最后一个圈，还是能说明compaction的目的

Compaction 里面还有很多其他需要学习的东西，比如策略以及哪种测试适合什么样的情况。 还有其他的关于Compaction 更详细的描述，请参考：How is data maintained?

原文链接：http://www.flyml.net/2016/09/18/cassandra-tutorial-dive-deep-into-data-deletion-in-nosql/

3. 使用CQL来删除数据

Cql 本身与SQL很类似，在这里将挑选一些相比普通SQL比较有趣的东西介绍给大家

• 删除一个列
  • 注意：Cassandra这种列式数据库的列跟RDBMS的列的概念是不一样的。这里的删除一个列，可以理解为将RDBMS的一个单元格设置为null
  • 参考代码：
    
    MySQL

    -- 其他行可以不包含firstname,lastname 这两个列 DELETE firstname, lastname FROM cycling.cyclist_name WHERE firstname = 'Alex';

    1 2 3

    -- 其他行可以不包含firstname,lastname 这两个列 DELETE firstname, lastname FROM cycling.cyclist_name WHERE firstname = 'Alex';

    
     
• 使用Timestamp来删除
  • 就像之前我们提到Cassandra的一个列之中，还包含了时间戳（Timestamp）
  • 我们也可以按照时间戳来删除一条数据。
  • 参考代码：
    
    MySQL

    -- timestamp <= 1318452291034 的数据都会被删除 DELETE firstname, lastname FROM cycling.cyclist_name USING TIMESTAMP 1318452291034 WHERE lastname = 'VOS';

    1 2 3 4 5

    -- timestamp <= 1318452291034 的数据都会被删除 DELETE firstname, lastname   FROM cycling.cyclist_name   USING TIMESTAMP 1318452291034   WHERE lastname = 'VOS';

    
     
• 删除Collection 之中的一个值
  • 之前我们也提到：Cassandra数据类型支持List / Set / Map
  • 同样，我们也支持从这3种类型删除其中一个值。
  • 参考下面的代码：
  • MySQL

    -- 从Map之中根据Key删除 DELETE sponsorship ['sponsor_name'] FROM cycling.races WHERE race_name = 'Criterium du Dauphine'; -- 根据List下标进行删除 DELETE categories[3] FROM cycling.cyclist_history WHERE lastname = 'TIRALONGO'; -- 直接从Set之中删除一个值 UPDATE users SET emails = emails - {'fb@friendsofmordor.org'} WHERE user_id = 'frodo';

    1 2 3 4 5 6 7 8 9 10 11 12 13

    -- 从Map之中根据Key删除 DELETE sponsorship ['sponsor_name'] FROM cycling.races WHERE race_name = 'Criterium du Dauphine';   -- 根据List下标进行删除 DELETE categories[3] FROM cycling.cyclist_history WHERE lastname = 'TIRALONGO';   -- 直接从Set之中删除一个值 UPDATE users   SET emails = emails - {'fb@friendsofmordor.org'}   WHERE user_id = 'frodo';

    
     
  • 关于CQL之中如何处理list / set / map ，可以参考下面url:
    • set: https://docs.datastax.com/en/cql/3.1/cql/cql_using/use_set_t.html
    • list: https://docs.datastax.com/en/cql/3.1/cql/cql_using/use_list_t.html
    • map: https://docs.datastax.com/en/cql/3.1/cql/cql_using/use_map_t.html

原文链接：http://www.flyml.net/2016/09/18/cassandra-tutorial-dive-deep-into-data-deletion-in-nosql/

4. 使用TTL来删除数据

TTL : Time to live. 即设置数据的生存时间。 当数据的生存时间超过这个数值的时候，就会被自动删除。如果在这个期间，数据被更新并且重新设置TTL，其生存时间也会相应的被更新。

问题： 如果在这个期间数据被更新，但是TTL没被更新， 其生存时间是否更新？

答：TTL跟Timestamp一样，也属于Column之中的一个属性。 更新其他字段的值并不会影响TTL，除非明确更新TTL字段。

原文链接：http://www.flyml.net/2016/09/18/cassandra-tutorial-dive-deep-into-data-deletion-in-nosql/

5. 后记

Cassandra用到的几种策略，笔者并不知道是否原创，只不过在很多其他的NoSQL之中也有类似的机制。比如：

• Redis 经常使用TTL来自动删除过期缓存
• MongoDB / HBase也使用了墓碑标志的机制

因此，深入了解Cassandra是如何删除数据的，也非常有助于理解其他的NoSQL的数据删除机制。并且我们也看到了在NoSQL设计理念之下的Cassandra在数据删除方面与传统RDBMS是非常非常的不同

原文链接：http://www.flyml.net/2016/09/18/cassandra-tutorial-dive-deep-into-data-deletion-in-nosql/

本文为原创文章，转载请注明出处：http://www.flyml.net