请说明在 HBase 中利用 TTL 管理数据生命周期的具体做法。
考察说明
考查对 HBase TTL 机制及其在数据生命周期管理中应用的理解。
回答思路
- 【回答框架 1】HBase 的 TTL 是列族级别的属性，用于设置数据的过期时间，超过该时间的单元格会被自动删除。TTL 以秒为单位，默认值为 2147483647 秒，即约 68 年，表示数据永不过期。
- 【回答框架 2】TTL 的删除机制是惰性删除：在读取或 Major Compaction 时，HBase 会检查单元格的时间戳，若当前时间减去时间戳大于 TTL，则标记为过期并删除。Minor Compaction 不会删除过期数据，因此过期数据可能暂时占用存储空间。
- 【回答框架 3】设置 TTL 时，可以在创建表时通过 HColumnDescriptor 指定，也可以后续通过 alter 命令修改列族的 TTL。TTL 是列族级别的，同一列族的所有数据共享相同的 TTL，不同列族可以设置不同的 TTL。
- 【回答框架 4】TTL 与版本数（VERSIONS）共同作用：即使数据未超过版本数，只要超过 TTL 也会被删除。此外，TTL 基于时间戳，若客户端写入时指定了时间戳，则使用该时间戳计算过期时间，否则使用服务器当前时间。
- 【回答框架 5】在实际应用中，TTL 常用于管理日志、临时数据等，可有效控制存储成本。但需注意，TTL 删除是异步的，数据可能在过期后仍存在一段时间，且无法精确控制删除时间。
- 【关键点 1】TTL 是列族级属性，以秒为单位控制数据过期时间。
- 【关键点 2】删除机制为惰性删除，主要在读取和 Major Compaction 时触发。
- 【关键点 3】TTL 与版本数共同决定数据保留，超过任一条件即删除。
- 【关键点 4】可通过建表或 alter 命令设置或修改 TTL。
- 【关键点 5】TTL 适用于日志等临时数据，但删除非实时。