如何复制Cassandra KeySpace？迁移场景下的最优方法咨询

嘿，针对你从遗留数据库迁移到Cassandra、想要复刻"克隆数据库"的需求，我来分享几个不用导出再导入的高效方案，都是生产环境验证过的最优实践：

1. 快照+硬链接：最快的"克隆"方式 #

这是最接近关系型数据库克隆库的操作，完全不用拷贝数据，速度拉满，步骤如下：

• 先给源KeySpace打个快照：

  nodetool snapshot -t source_snap my_source_keyspace
  

  这个命令会在集群每个节点的data/my_source_keyspace/目录下生成snapshots/source_snap/文件夹，里面是当前SSTable的硬链接——不会额外占磁盘空间，只有后续源数据有写入修改时才会产生新的文件。
• 接下来创建新KeySpace（一定要和源KeySpace的复制策略、副本数、持久化配置完全一致）：

  CREATE KEYSPACE my_new_keyspace WITH REPLICATION = {'class': 'SimpleStrategy', 'replication_factor': 3} AND DURABLE_WRITES = true;
  

• 然后在每个节点上，把快照里的SSTable硬链接到新KeySpace对应的表目录：
  首先得先导出源表的结构，在cqlsh里执行DESCRIBE TABLE my_source_keyspace.my_table;拿到建表语句，先给新KeySpace建好所有表。之后用命令行遍历所有表，创建硬链接：

  # 遍历源KeySpace的用户表（排除系统表）
  for table in $(cqlsh -e "DESCRIBE TABLES FROM my_source_keyspace;" | grep -v "system_"); do
      # 这里的<table_id>是源表目录里的随机字符串，你可以ls看一下具体名称
      src_table_dir="data/my_source_keyspace/${table}-<source_table_id>"
      dest_table_dir="data/my_new_keyspace/${table}-<new_table_id>"
      mkdir -p $dest_table_dir
      # 把快照里的所有SSTable硬链接过去
      ln $src_table_dir/snapshots/source_snap/* $dest_table_dir/
  done
  

• 最后刷新新KeySpace，让Cassandra识别新的SSTable：

  nodetool refresh my_new_keyspace
  

  这个方法的核心优势是零数据拷贝，几百GB的KeySpace几分钟就能搞定，完全避开导出导入的繁琐和性能开销。

2. DSBulk拷贝：更简单的在线同步 #

如果硬链接的操作对你的运维团队来说有点繁琐，Cassandra官方的DSBulk工具提供了更易用的在线拷贝方式，不用生成中间文件：

• 安装好DSBulk后，直接执行拷贝命令（单表拷贝示例）：

  dsbulk copy -k my_source_keyspace -t my_source_table -target-k my_new_keyspace -target-t my_new_table
  

  你也可以批量处理多个表，或者用配置文件指定所有要拷贝的表。这个工具会直接从源表读取数据并写入新表，全程在集群内完成，虽然相比快照会有一些读写开销，但胜在操作简单，适合中小规模的KeySpace复制。

3. CDC+同步脚本：适合需要持续同步的场景 #

如果你的新项目需要后续持续从旧KeySpace同步增量数据，那可以开启源KeySpace的CDC（变更数据捕获）功能，然后写个简单的小应用监听CDC日志，把新的变更同步到新KeySpace里。

• 要是数据量不大，也可以偶尔用CQL的SELECT ... INTO语句（注意：这个只适合小表，大表会拖垮性能）：

  SELECT * INTO my_new_keyspace.my_new_table FROM my_source_keyspace.my_source_table;
  

几个必须注意的点 #

• 新KeySpace的配置必须和源KeySpace完全对齐：复制策略、副本数、一致性级别这些都要一样，不然会出现数据不一致；
• 快照方法要在集群所有节点上执行，因为Cassandra是分布式的，每个节点只存部分数据；
• 打快照的时候最好暂时停一下源KeySpace的写入（或者确保写入是幂等的），避免快照期间的数据变更导致新KeySpace数据不全；
• 源KeySpace的二级索引、物化视图不会随快照复制，建好新表后得手动重新创建这些对象。

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