Cassandra小压缩回收行墓碑时如何检查其他SSTable中行是否存在？

一、小压缩回收行墓碑的检查机制 #

• 回收行墓碑时，Cassandra的检查流程分为两步：
  1. 首先通过布隆过滤器快速筛查分区键：如果布隆过滤器显示该分区键在其他SSTable中不存在，直接判定该行无存活数据；
  2. 若布隆过滤器提示分区键可能存在，则进一步读取对应SSTable的分区索引，校验完整的行键（即分区键+聚类键的组合）是否真的存在。
• 简言之：布隆过滤器做分区键级别的快速排除，有匹配嫌疑时再精准校验完整行键。

二、示例场景的结果分析 #

给定场景：3个SSTable（s1、s2、s3），s1存储行键p.c1（p为分区键，c1为聚类键），s2存储行键p.c2，s3存储p.c2的行墓碑。当对s2和s3触发小压缩时：

• 压缩过程中会检查p.c2这个行键是否存在于其他SSTable（此处为s1）；
• s1仅包含p.c1，没有p.c2对应的行数据，布隆过滤器会快速排除s1存在该行的可能；
• 因此压缩合并后，s2的p.c2数据与s3的墓碑会被判定为无后续存活数据，最终p.c2会被完全回收，压缩生成的新SSTable中不会保留该行的任何相关数据。

内容的提问来源于stack exchange，提问作者user20621111