如何导入Cassandra中已过期数据的增量备份并恢复旧数据？

核心原因 #

备份的SSTable中的数据因TTL设置为1个月已过期，Cassandra在查询时会自动过滤过期数据，即便通过nodetool import导入成功，也不会返回这些数据。

可行解决方案 #

方法1：临时调整表TTL后重新导入 #

1. 修改目标表的默认TTL为更大值（如1年），让过期数据被判定为有效：

   ALTER TABLE your_keyspace.your_table WITH default_time_to_live = 31536000; -- 1年对应的秒数
   

2. 删除之前导入的备份SSTable文件（避免数据冲突，文件通常在data/your_keyspace/your_table-<uuid>/目录下）
3. 重新导入备份的SSTable：

   nodetool import your_keyspace your_table /path/to/backup_sstables
   

4. 验证数据可见后，可根据需求改回原TTL值。

方法2：用sstableloader导入时跳过TTL检查 #

直接使用sstableloader工具并添加跳过TTL验证的参数，让Cassandra忽略数据的过期状态：

sstableloader -d <集群节点IP> --skip-ttl-check /path/to/backup_sstables

方法3：修改SSTable的TTL信息（高级操作） #

1. 用sstabledump将备份SSTable导出为JSON格式：

   sstabledump /path/to/backup_sstable > old_data.json
   

2. 编辑JSON文件，将每条数据的ttl字段修改为未过期的值（如增加31536000秒），或直接删除ttl字段（表示数据永不过期）
3. 用sstablereadwriter将修改后的JSON重新生成新的SSTable：

   sstablereadwriter --input-json old_data.json --output-dir /path/to/new_sstables --keyspace your_keyspace --table your_table
   

4. 将新SSTable导入集群：

   nodetool import your_keyspace your_table /path/to/new_sstables
   

   注意：操作前务必备份原SSTable，避免数据损坏。

方法4：离线读取SSTable内容 #

若仅需临时查看数据，无需导入集群，可直接用工具读取备份SSTable：

sstabledump /path/to/backup_sstable | grep "目标数据关键词"

内容的提问来源于stack exchange，提问作者Sandeep Raghav