如何从Cassandra 3.6中删除数据？附sg.products表定义

嘿，针对你用的Cassandra 3.6版本和这个sg.products表，我来给你详细讲讲删除数据的方法，还有一些实操中要注意的点：

你的表主键是(date_updated, time_added, id)，其中date_updated是分区键，time_added和id是聚类列。Cassandra的DELETE操作必须指定分区键（不然没法定位到具体数据所在的分区，还会触发性能极差的全表扫描），下面是几种常见的删除场景：

1. 删除单条特定记录 #

要精准删除某一条数据，需要指定完整的主键组合：

DELETE FROM sg.products 
WHERE date_updated = '2024-05-20' 
AND time_added = 1716182400 
AND id = 'prod123';

2. 删除整个分区的所有数据 #

如果想删掉某个date_updated对应的所有产品记录，只需要指定分区键即可：

DELETE FROM sg.products 
WHERE date_updated = '2024-05-20';

也可以缩小范围，删除分区内符合聚类列条件的记录（比如删除某天中早于某个时间添加的产品）：

DELETE FROM sg.products 
WHERE date_updated = '2024-05-20' 
AND time_added < 1716182400;

（注：因为你的表聚类顺序是time_added ASC，所以可以对time_added用范围查询，要是聚类列没指定顺序，这类范围操作会受限）

3. 删除单条记录的特定字段 #

如果不想删掉整条记录，只想清除某个字段的值（比如best_seller标记），可以直接指定字段名：

DELETE best_seller FROM sg.products 
WHERE date_updated = '2024-05-20' 
AND time_added = 1716182400 
AND id = 'prod123';

要是需要一次性删掉多条不同的记录，可以用BATCH语句打包操作：

BEGIN BATCH
  DELETE FROM sg.products WHERE date_updated = '2024-05-20' AND time_added = 1716182400 AND id = 'prod123';
  DELETE FROM sg.products WHERE date_updated = '2024-05-21' AND time_added = 1716268800 AND id = 'prod456';
APPLY BATCH;

⚠️ 注意：Cassandra的BATCH不是为了高性能批量处理设计的，别一次性塞几十上百条操作进去，不然会拖慢集群。

• 墓碑（Tombstones）：Cassandra不会立刻物理删除数据，而是写入一个“墓碑”标记数据已删除，后续的压缩操作才会真正清理掉这些数据。如果一次性删大量数据，会产生很多墓碑，拖慢查询性能，记得定期监控墓碑数量，必要时调整压缩策略。
• 自动过期（TTL）：如果希望数据自动过期删除，插入时可以加TTL，也能给已存在的数据更新TTL：

  UPDATE sg.products USING TTL 86400 
  SET company = company 
  WHERE date_updated = '2024-05-20' AND time_added = 1716182400 AND id = 'prod123';
  

  上面这条语句会让目标记录在24小时后自动被标记为删除。
• 一致性级别：删除操作默认的一致性级别是ONE（只要有一个副本确认删除就返回成功），如果需要确保所有副本都同步删除，可以指定QUORUM：

  DELETE FROM sg.products 
  WHERE date_updated = '2024-05-20' 
  USING CONSISTENCY QUORUM;
  

• 禁止全表扫描删除：千万别尝试不带分区键的DELETE（比如DELETE FROM sg.products WHERE id='prod123'），这会触发全表扫描，严重影响集群性能，Cassandra 3.6也会默认阻止这类操作，别去改配置绕过它。

内容的提问来源于stack exchange，提问作者Ganesh