Cassandra system.size_estimates显示为0，如何获取表/分区正确大小？

首先得说清楚为什么system.size_estimates返回0——因为你的所有数据都集中在一个分区（bar_id=1），而size_estimates是基于token范围的抽样统计，如果这个唯一分区所在的token范围没被抽样到，或者抽样逻辑因为单分区过大无法正常计算，就会出现全0的结果。不过没关系，咱们有其他更直接的方法获取你需要的信息：

1. 从nodetool tablehistograms提取关键数据 #

你已经运行了这个命令，其实里面已经包含了你要的核心信息：

• 单分区大小：看Partition Size (bytes)列的Max值（568591960032字节），这就是你那个唯一分区的实际大小（换算下来大概530GB左右）。因为所有数据都在这一个分区里，这个最大值就是单分区的准确大小。
• 整体表大小：你的keyspace复制因子是1（south:1），所以整个表的大小就等于这个单分区的大小（因为每个节点只存一份数据）。

2. 用nodetool cfstats查看表的详细空间统计 #

这个命令会给出表的实际磁盘占用、SSTable数量等更全面的信息，直接运行：

nodetool cfstats foo.bar

重点看这几个字段：

• Space used (live)：表中实际有效数据的磁盘占用大小
• Space used (total)：包括已标记删除但还没清理的数据在内的总磁盘占用
  因为你的表只有一个分区，这两个值基本就对应单分区和整个表的大小。

3. 直接查看磁盘上的SSTable文件大小 #

Cassandra的SSTable文件存储在数据目录下（默认路径是/var/lib/cassandra/data/foo/bar-<随机UUID>/，具体看你的cassandra.yaml配置），进入这个目录后，统计所有.db后缀的文件大小总和：

# 查看整个表目录的大小
du -sh /var/lib/cassandra/data/foo/bar-*/

# 单独统计SSTable数据文件的大小并换算为GB
ls -l /var/lib/cassandra/data/foo/bar-*/*.db | awk '{sum += $5} END {print sum/1024/1024/1024 " GB"}'

这个总和就是表的实际磁盘占用，也就是单分区的大小（因为所有数据都在这一个分区里）。

4. 修复system.size_estimates的显示问题（可选） #

如果一定要让system.size_estimates显示正确数据，可以试试：

• 先获取这个分区的token值：

  SELECT token(bar_id) FROM foo.bar LIMIT 1;
  

• 检查system.size_estimates里是否有包含这个token的range，如果没有，说明抽样没覆盖到。可以调大cassandra.yaml里的size_estimation_sample_rate参数（比如从0.1改成0.5），重启节点后再运行nodetool refreshsizeestimates，等待抽样完成后再查询。不过这个操作对大表来说可能会有一定性能影响，建议在低峰期操作。

内容的提问来源于stack exchange，提问作者Kyr