Cassandra时序表出现大量Tombstone，应选择何种Compaction策略？

CREATE TABLE AccountData
(
    PartitionKey text,
    RowKey text,
    AccountId uuid,
    UnitId uuid,
    ContractId uuid,
    Id uuid,
    LocationId uuid,
    ValuesJson text,
    PRIMARY KEY (PartitionKey, RowKey)
)
WITH CLUSTERING ORDER BY (RowKey ASC)

优先选择时间窗口压缩策略（Time Window Compaction Strategy, TWCS），是当前场景下的最优解。

• 你的数据属于标准时序写入场景，RowKey由时间转换生成，分区内数据天然按时间升序排列，完全适配TWCS按时间窗口聚合SSTable的设计逻辑
• 你的PartitionKey只有10个枚举值，属于典型大分区场景，TWCS的合并逻辑不会触发大分区全量重写，IO开销远低于其他压缩策略
• TWCS会将相同时间窗口内写入的SSTable合并为独立的整体文件，当你按业务规则删除对应时间区间的过期数据时，完全过期的时间窗口对应的SSTable可以直接整体删除，不需要逐行扫描合并清理tombstone，从根源上降低了tombstone的残留比例
• 对比其他压缩策略的优势：
  • 相比大小分层压缩策略(STCS)：不会因为随机删除产生大量零散tombstone分散在不同SSTable中，查询时不需要跨多个SSTable扫描校验tombstone
  • 相比层级压缩策略(LCS)：时序场景下合并开销更低，不需要频繁跨层级合并小文件，资源占用少

• 参考业务中最短的ContractId数据保留周期设置TWCS窗口参数，比如最短保留周期为30天，可配置如下压缩规则：

  ALTER TABLE AccountData WITH compaction = {
      'class': 'TimeWindowCompactionStrategy',
      'compaction_window_size': '1',
      'compaction_window_unit': 'DAYS'
  };
  

  窗口越小，过期SSTable清理的粒度越精准，可根据实际业务删除频率调整
• 调整gc_grace_seconds参数，取值小于你最短的数据保留周期，既可以避免数据复活问题，也能加快过期tombstone的清理效率
• 可开启unchecked_tombstone_compaction选项，允许压缩任务直接删除全量数据都是tombstone的SSTable，进一步降低tombstone残留

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