ScyllaDB Column Family REST API 完全指南：从元数据查询到运维控制与监控指标
【免费下载链接】scylladbNoSQL data store using the Seastar framework, compatible with Apache Cassandra and Amazon DynamoDB项目地址: https://gitcode.com/GitHub_Trending/sc/scylladb
ScyllaDB 在兼容 Apache Cassandra 协议之外，还内置了一套基于 Seastar HTTP Server 的 RESTful 管理 API，其中Column Family（列族）相关接口是日常运维、监控与调优的核心入口。本文以仓库中的 API 规范文档 docs/reference/api/column-family.rst 及其引用的 Swagger 规范 api/api-doc/column_family.json 为骨架，结合路由实现 api/column_family.cc，系统梳理该组接口的端点、参数、实现原理与典型用法，帮助你快速上手用 REST 方式管理 ScyllaDB 的表（Table，即传统 Cassandra 语境中的 Column Family）。
说明：本文涉及的端点、参数与行为均以当前仓库中的 Swagger 规范与源码实现为准；不同 ScyllaDB 版本之间接口细节可能存在差异，请以你所部署版本为准。
一、认识 Column Family API：文档如何被渲染出来
1.1 文档占位符与 Swagger 规范
column-family.rst 本体只有短短几行，通过 Sphinx 自定义指令.. scylladb_swagger::将完整的 Swagger 1.2 规范 api/api-doc/column_family.json 渲染为可读的 API 文档页：
:exclude-doctools: Column Family ============= .. scylladb_swagger_inc:: .. scylladb_swagger:: :spec: api/api-doc/column_family.json也就是说，这份文档的"真身"是约 3000 行的column_family.json，它按 Swagger 1.2 格式定义了resourcePath: /column_family下的全部操作（operation）、路径参数（path parameter）与查询参数（query parameter），以及 4 个响应模型：mapper、column_family_info、toppartitions_record、toppartitions_query_results。所有端点统一produces: application/json，basePath由{{Protocol}}://{{Host}}占位。
1.2 路由注册与生命周期
REST 端点由 api/column_family.cc 中的set_column_family(http_context& ctx, routes& r, sharded<replica::database>& db)统一注册（约 第400行），并在unset_column_family()中对称注销（约 第1227行）。每个端点背后都操作replica::database，大量统计类端点通过map_reduce_cf/map_reduce_cf_raw在 Seastar 多 shard 之间并行聚合数据后返回，这解释了为什么单表指标能够反映整个集群视图。
1.3 名称格式：keyspace:name 与 %3A 转义
几乎所有端点都要求路径参数name采用keyspace:column_family全限定格式。源码 parse_fully_qualified_cf_name() 的解析逻辑非常关键：
- 优先查找 URL 编码的冒号
%3A作为分隔符（兼容将ks:cf直接拼进 URL 路径的场景）； - 若未找到
%3A，再查找原始冒号:； - 两者都找不到则抛出
bad_param_exception，错误信息为 "Column family name should be in keyspace:column_family format"。
因此调用时既可写/column_family/.../mykeyspace%3Amycf，也可写mykeyspace:mycf，但务必保证冒号被正确传递。
二、表枚举与元数据查询端点
以下端点无需任何参数，用于发现集群中存在哪些表：
| 端点 | 方法 | 返回 | 说明 |
|---|---|---|---|
/column_family/ | GET | array<column_family_info> | 返回所有表的ks、cf、type（恒为"ColumnFamilies"） |
/column_family/name | GET | array<string> | 返回所有表的keyspace:name字符串列表 |
/column_family/name/keyspace | GET | array<string> | 返回全部 keyspace 名称列表 |
实现上，三个端点都直接遍历db.local().get_tables_metadata()或get_all_keyspaces()（见 get_column_family_name / get_column_family / get_column_family_name_keyspace 的注册代码），属于轻量级查询，适合脚本化巡检。
三、运维控制端点：压缩、GC 与数据加载
这一组端点直接对表执行运维动作，是 Column Family API 的"控制面"。
3.1 强制 Major Compaction
POST /column_family/major_compaction/{name}参数：
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
name | path | 是 | — | keyspace:name格式 |
flush_memtables | query | 否 | true | 压缩前是否先 flush memtable；设为false可跳过自动 flush（例如已显式 flush 过表） |
consider_only_existing_data | query | 否 | false | 设为true时 flush 全部 memtable，并强制 tombstone GC 只检查参与压缩的 sstables，不检查 memtable、commitlog 与未参与压缩的 sstables |
split_output | query | 否 | — | 若为 true，则 major compaction 输出被拆分为多个 sstable |
实现细节（force_major_compaction 路由）：
- 当同时满足
!flush && !consider_only_existing_data时，会以compaction::flush_mode::skip跳过 flush； - 请求会创建并等待一个
compaction::major_keyspace_compaction_task_impl任务完成，属于异步长任务，在压缩完成前请求不会返回； - 当前版本中
split_output一旦被设置会直接fail(unimplemented::cause::API)，说明该参数在规范中已声明但实现尚未支持。
3.2 压缩阈值（Compaction Threshold）
三个相关端点，均以keyspace:name为路径参数：
| 端点 | 方法 | 参数 | 说明 |
|---|---|---|---|
/column_family/minimum_compaction/{name} | POST | value（long，必填） | 设置触发压缩所需的最小 sstable 排队数 |
/column_family/minimum_compaction/{name} | GET | — | 读取该最小值 |
/column_family/maximum_compaction/{name} | POST | value（long，必填） | 设置触发压缩所需的最大 sstable 排队数 |
/column_family/maximum_compaction/{name} | GET | — | 读取该最大值 |
/column_family/compaction/{name} | POST | maximum、minimum（long，必填） | 一次同时设置最大与最小阈值 |
3.3 压缩策略（Compaction Strategy）
POST /column_family/compaction_strategy/{name} （参数 class_name，必填） GET /column_family/compaction_strategy/{name}GET 返回当前压缩策略的类名。POST 将表的压缩策略切换为指定类名，实现上调用cf.set_compaction_strategy(compaction::compaction_strategy::type(strategy))（见 set_compaction_strategy_class），并在所有 shard 上同步生效。可用的策略类型定义在 compaction/compaction_strategy_type.hh 中：size_tiered、leveled、time_window、in_memory、incremental（另有null内部占位）。例如class_name=SizeTieredCompactionStrategy对应size_tiered类型。
3.4 压缩参数、CRC 与压缩比
| 端点 | 方法 | 参数 | 说明 |
|---|---|---|---|
/column_family/compression_parameters/{name} | GET | — | 读取压缩参数（当前实现返回空 map，见 get_compression_parameters） |
/column_family/compression_parameters/{name} | POST | opts（必填） | 设置压缩参数（当前为unimplemented()占位） |
/column_family/crc_check_chance/{name} | POST | check_chance（double，必填） | 设置 CRC 检查概率（当前为unimplemented()占位） |
/column_family/metrics/compression_ratio/{name} | GET | — | 返回压缩比：对所有 sstable 的压缩比求平均，未压缩的表返回 0（实现见 get_compression_ratio） |
从源码可见，压缩参数与 CRC 检查概率的"写"接口在规范中已定义但实现尚为占位，直接调用会命中unimplemented()；读取压缩比则是真实可用的。
3.5 自动压缩开关（Autocompaction）
GET /column_family/autocompaction/{name} POST /column_family/autocompaction/{name} # 启用 DELETE /column_family/autocompaction/{name} # 禁用GET 通过!cf.is_auto_compaction_disabled_by_user()判断是否启用（见 get_auto_compaction）。启停操作在 shard 0 上通过autocompaction_toggle_guard（api/column_family.cc#L94-L110）加互斥保护，防止并发开关互相覆盖，然后对所有 shard 上的表逐个调用enable_auto_compaction()/disable_auto_compaction()。storage_service API 中还有对应的 keyspace 级批量开关POST /storage_service/auto_compaction等端点复用同一套set_tables_autocompaction逻辑。
3.6 Tombstone GC 开关
GET /column_family/tombstone_gc/{name} # 查询是否启用 POST /column_family/tombstone_gc/{name} # 启用 DELETE /column_family/tombstone_gc/{name} # 禁用实现与 autocompaction 类似（get_tombstone_gc 等路由），通过t.tombstone_gc_enabled()查询、t.set_tombstone_gc_enabled(bool)设置，并在所有 shard 上生效。
3.7 键估值与内置索引
| 端点 | 方法 | 说明 |
|---|---|---|
/column_family/estimate_keys/{name} | GET | 返回估算的键数量（long） |
/column_family/built_indexes/{name} | GET | 返回当前存储中已构建的列索引名称列表 |
/column_family/droppable_ratio/{name} | GET | 返回可丢弃 tombstone 与真实列（含不可丢弃 tombstone）的比值（double），用于评估压缩时 tombstone 清理收益 |
3.8 SSTable 定位与层级信息
GET /column_family/sstables/by_key/{name}?key=... GET /column_family/sstables/unleveled/{name} GET /column_family/sstables/per_level/{name} GET /column_family/load/sstable/{name} # POST- by_key：查询参数
key为分区键；复合键场景下用:分隔各列。实现调用get_sstables_by_partition_key(key)后返回包含该键的 sstable 文件名集合（见 get_sstables_for_key），并在所有 shard 上合并去重，可用于诊断某个热点分区落在哪些 sstable 中。 - unleveled：返回 L0 层 sstable 数量；未启用 Leveled 压缩时恒为 0（规范原文 "Always return 0 if Leveled compaction is not enabled"）。
- per_level：返回每个层级（level）的 sstable 数量数组；非 Leveled 压缩时空数组。
- load/sstable：POST 扫描该表的 data 目录，判定哪些 sstable 应被加载并加载它们，常用于外部数据灌入场景。
3.9 Toppartitions 查询
GET /column_family/toppartitions/{name}?duration=<ms>&list_size=<n>&capacity=<n>用于统计指定时长内读写最热的分区（类似nodetool toppartitions的 REST 版本）：
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
name | path | 是 | — | keyspace:name |
duration | query | 是 | — | 监控时长（毫秒） |
list_size | query | 否 | 10 | 列出多少个 Top 分区 |
capacity | query | 否 | 256 | Stream Summary 容量，决定查询处理时使用的资源量 |
注意：该路径版本duration在规范中标记为必填；而 storage_service 上还有通用的/storage_service/toppartitions端点，其duration默认1000ms、capacity默认256、list_size默认10（见 rest_toppartitions_generic），并额外支持table_filters与keyspace_filters逗号分隔过滤。返回模型toppartition_query_results包含read_cardinality、read、write_cardinality、write四个字段，其中每个 record 包含partition（分区键）、count（读写操作次数）与error（计数误差指示，来自 Stream Summary 的近似统计）。
四、Memtable 监控端点
Memtable 是写入路径的第一站，ScyllaDB 为每个 shard 维护各自的 memtable，因此这些端点分为"单表（带{name}）"与"全部表（不带{name}，聚合所有 shard）"两类：
| 端点（单表 / 全部） | 返回 | 说明 |
|---|---|---|
/column_family/metrics/memtable_columns_count[/{name}] | long | 活动 memtable 中的分区数量（实现使用partition_count） |
/column_family/metrics/memtable_on_heap_size[/{name}] | long | 活动 memtable 的堆内大小（当前实现返回 0） |
/column_family/metrics/memtable_off_heap_size[/{name}] | long | 活动 memtable 的堆外（off-heap）占用 |
/column_family/metrics/memtable_live_data_size[/{name}] | long | 活动 memtable 的有效数据大小 |
/column_family/metrics/all_memtables_on_heap_size[/{name}] | long | 活动与非活动 memtable 的堆内大小（当前实现返回 0） |
/column_family/metrics/all_memtables_off_heap_size[/{name}] | long | 全部 memtable 的堆外占用 |
/column_family/metrics/all_memtables_live_data_size[/{name}] | long | 全部 memtable 的有效数据大小 |
/column_family/metrics/memtable_switch_count[/{name}] | long | memtable 切换（flush 换新）次数 |
实现要点（api/column_family.cc#L427-L525）：堆外大小通过active_memtable.region().occupancy().total_space()统计，有效数据大小通过used_space()统计，分区数量通过partition_count累加；"全部表"版本用map_reduce_cf跨 shard 求和。代码注释（FIXME）也指出部分端点如estimated_row_size_histogram实际统计的是分区（partition）而非行（row），阅读数据时需留意这一口径差异。
五、读写统计与延迟直方图端点
5.1 读写计数
| 端点 | 方法 | 返回 | 说明 |
|---|---|---|---|
/column_family/metrics/read/{name} | GET | long | 该表的读操作次数 |
/column_family/metrics/read/ | GET | array | 所有表各 shard 的读次数（per shard 数组） |
/column_family/metrics/write/{name} | GET | long | 该表的写操作次数 |
/column_family/metrics/write/ | GET | array | 所有表各 shard 的写次数 |
5.2 延迟统计
延迟相关端点较为丰富，覆盖累计值、直方图与滑动平均直方图：
| 端点 | 返回类型 | 说明 |
|---|---|---|
/column_family/metrics/read_latency/{name} | long | 读延迟累计值 |
/column_family/metrics/read_latency | long | 全部表读延迟累计 |
/column_family/metrics/write_latency/{name}、/column_family/metrics/write_latency | long | 写延迟累计值 |
/column_family/metrics/range_latency/{name}、/column_family/metrics/range_latency | long | 范围扫描延迟累计 |
/column_family/metrics/read_latency/histogram/{name}、/column_family/metrics/read_latency/histogram/ | histogram/ array | 读延迟直方图（规范中标记为 deprecated 名称get_read_latency_histogram_depricated） |
/column_family/metrics/write_latency/histogram/{name}、.../histogram/ | histogram/ array | 写延迟直方图 |
/column_family/metrics/read_latency/moving_average_histogram/{name}、.../moving_average_histogram/ | rate_moving_average_and_histogram/ array | 读延迟滑动平均直方图（含速率） |
/column_family/metrics/write_latency/moving_average_histogram/{name}、.../moving_average_histogram/ | rate_moving_average_and_histogram/ array | 写延迟滑动平均直方图 |
/column_family/metrics/read_latency/estimated_histogram/{name} | estimated_histogram | 读延迟估计直方图 |
/column_family/metrics/read_latency/estimated_recent_histogram/{name} | estimated_histogram | 读延迟近期估计直方图 |
/column_family/metrics/write_latency/estimated_histogram/{name}、.../estimated_recent_histogram/{name} | estimated_histogram | 写延迟估计/近期直方图 |
/column_family/metrics/range_latency/estimated_histogram/{name}、.../estimated_recent_histogram/{name} | estimated_histogram | 范围延迟估计/近期直方图 |
累计值计算方式值得注意：源码 get_cf_stats_sum 用count / 1000.0 * mean估算总和，并注释说明直方图只是实际负载的采样，估算结果以微秒为单位（"gather in nano second, but reported in micro"）。
5.3 CAS（Compare-And-Swap）延迟
轻量级事务（LWT）的三阶段延迟分别对应三个端点，每类都提供普通直方图与估计直方图变体：
/column_family/metrics/cas_prepare/{name}、.../cas_prepare/estimated_histogram/{name}、.../cas_prepare/estimated_recent_histogram/{name}/column_family/metrics/cas_propose/{name}及 estimated 变体/column_family/metrics/cas_commit/{name}及 estimated 变体
实现分别取stats.cas_prepare、stats.cas_accept、stats.cas_learn的直方图（api/column_family.cc#L900-L916）。
5.4 扫描与等待统计
| 端点 | 说明 |
|---|---|
/column_family/metrics/tombstone_scanned_histogram/{name} | 读路径扫描到的 tombstone 数量直方图 |
/column_family/metrics/live_scanned_histogram/{name} | 读路径扫描到的存活数据直方图 |
/column_family/metrics/sstables_per_read_histogram/{name} | 单次读涉及的 sstable 数量估计直方图 |
/column_family/metrics/col_update_time_delta_histogram/{name} | 列更新时间差直方图（当前为unimplemented()占位） |
/column_family/metrics/waiting_on_free_memtable | 等待空闲 memtable 空间的直方图（协调器级） |
/column_family/metrics/coordinator/read | 协调器读延迟直方图（集群级） |
/column_family/metrics/coordinator/scan | 协调器扫描延迟直方图（集群级） |
六、存储、缓存与过滤结构指标端点
6.1 磁盘空间与 sstable 计数
| 端点 | 返回 | 说明 |
|---|---|---|
/column_family/metrics/live_ss_table_count/{name}、.../live_ss_table_count | long | 存活 sstable 数量 |
/column_family/metrics/live_disk_space_used/{name}、.../live_disk_space_used | long | 存活 sstable 占用的磁盘空间 |
/column_family/metrics/total_disk_space_used/{name}、.../total_disk_space_used | long | 总磁盘占用（含已压缩未删除的 sstable，实现使用get_sstables_including_compacted_undeleted()，见 count_bytes_on_disk） |
/column_family/metrics/pending_flushes/{name}、.../pending_flushes | long | 待处理的 flush 数 |
/column_family/metrics/pending_compactions/{name}、.../pending_compactions | long | 待处理的压缩数（实现调用cf.estimate_pending_compactions()） |
/column_family/metrics/snapshots_size/{name}、.../true_snapshots_size | long | 快照真实大小 |
6.2 分区大小统计（min / max / mean row size）
/column_family/metrics/min_row_size/{name}、.../min_row_size/column_family/metrics/max_row_size/{name}、.../max_row_size/column_family/metrics/mean_row_size/{name}、.../mean_row_size
代码注释明确这些统计基于 sstable 元数据中的estimated_partition_size，因此统计对象是分区而非行；均值与 Cassandra 3.x 一致按整数截断（api/column_family.cc#L238-L262）。另有：
/column_family/metrics/estimated_row_size_histogram/{name}：分区大小估计直方图/column_family/metrics/estimated_row_count/{name}：估计行（分区）数/column_family/metrics/estimated_column_count_histogram/{name}：估计列数直方图
6.3 Bloom Filter 指标
| 端点 | 说明 |
|---|---|
/column_family/metrics/bloom_filter_false_positives/{name}、.../bloom_filter_false_positives | 误报累计次数 |
/column_family/metrics/recent_bloom_filter_false_positives/{name}、... | 近期误报次数 |
/column_family/metrics/bloom_filter_false_ratio/{name}、... | 误报率（double） |
/column_family/metrics/recent_bloom_filter_false_ratio/{name}、... | 近期误报率 |
/column_family/metrics/bloom_filter_disk_space_used/{name}、... | Bloom Filter 磁盘占用 |
/column_family/metrics/bloom_filter_off_heap_memory_used/{name}、... | Bloom Filter 堆外内存占用 |
误报率通过filter_get_false_positive() / (false_positive + true_positive)计算（filter_false_positive_as_ratio_holder）。
6.4 索引与缓存指标
| 端点 | 说明 |
|---|---|
/column_family/metrics/index_summary_off_heap_memory_used/{name}、... | 索引摘要（index summary）堆外内存占用，实现取sst->get_summary().memory_footprint() |
/column_family/metrics/compression_metadata_off_heap_memory_used/{name}、... | 压缩元数据堆外内存占用（当前实现返回 0，源码注明缺少 off-heap 计算） |
/column_family/metrics/key_cache_hit_rate/{name}、... | 键缓存命中率（当前为unimplemented()占位） |
/column_family/metrics/row_cache_hit/{name}、.../row_cache_hit | 行缓存命中率（滑动平均速率） |
/column_family/metrics/row_cache_miss/{name}、.../row_cache_miss | 行缓存未命中率 |
/column_family/metrics/row_cache_hit_out_of_range/{name}、... | 行缓存越界命中（当前为占位） |
/column_family/metrics/speculative_retries/{name}、... | 推测性重试计数（当前为占位） |
七、实战：用 curl 调用 Column Family API
ScyllaDB 的 REST API 默认监听在api_port: 10000、api_address: 127.0.0.1（见 conf/scylla.yaml 第 224、227 行），可通过启动参数覆盖。以下示例假设 API 地址为127.0.0.1:10000：
# 1. 列出所有表 curl -s http://127.0.0.1:10000/column_family/ # 2. 列出所有 keyspace:name curl -s http://127.0.0.1:10000/column_family/name # 3. 查询指定表是否开启自动压缩 curl -s http://127.0.0.1:10000/column_family/autocompaction/myks%3Amycf # 4. 临时关闭某表的自动压缩（大流量导入/迁移前） curl -s -X DELETE http://127.0.0.1:10000/column_family/autocompaction/myks%3Amycf # 5. 重新开启自动压缩 curl -s -X POST http://127.0.0.1:10000/column_family/autocompaction/myks%3Amycf # 6. 强制 major compaction（等待完成） curl -s -X POST "http://127.0.0.1:10000/column_family/major_compaction/myks%3Amycf" # 7. 跳过 memtable flush 的 major compaction curl -s -X POST "http://127.0.0.1:10000/column_family/major_compaction/myks%3Amycf?flush_memtables=false" # 8. 查看表当前压缩策略 curl -s http://127.0.0.1:10000/column_family/compaction_strategy/myks%3Amycf # 9. 切换为 Leveled 压缩策略 curl -s -X POST "http://127.0.0.1:10000/column_family/compaction_strategy/myks%3Amycf?class_name=LeveledCompactionStrategy" # 10. 查看读写计数与磁盘占用 curl -s http://127.0.0.1:10000/column_family/metrics/read/myks%3Amycf curl -s http://127.0.0.1:10000/column_family/metrics/write/myks%3Amycf curl -s http://127.0.0.1:10000/column_family/metrics/live_disk_space_used/myks%3Amycf curl -s http://127.0.0.1:10000/column_family/metrics/total_disk_space_used/myks%3Amycf # 11. 查看 Bloom Filter 误报率 curl -s http://127.0.0.1:10000/column_family/metrics/bloom_filter_false_ratio/myks%3Amycf # 12. 定位包含某分区键的 sstable 文件 curl -s "http://127.0.0.1:10000/column_family/sstables/by_key/myks%3Amycf?key=some_partition_key" # 13. 运行 5 秒 toppartitions 查询，列出前 20 个热点分区 curl -s "http://127.0.0.1:10000/column_family/toppartitions/myks%3Amycf?duration=5000&list_size=20"几点使用提醒：
- URL 编码：
keyspace:name中的冒号建议编码为%3A，避免与 URL 路径语义冲突； - 长任务：
major_compaction是同步等待的异步任务，压缩耗时较长时 curl 会长时间挂起，生产环境建议在运维窗口执行或配合超时使用； - 占位端点：
compression_parameters（POST）、crc_check_chance、key_cache_hit_rate、speculative_retries、col_update_time_delta_histogram、split_output等在当前版本中仍是unimplemented()占位，调用前应先在目标版本上验证； - 口径差异：
estimated_row_count、min/max/mean_row_size等实际统计的是分区，read_latency累计值是基于直方图采样的估算值，解读指标时需结合代码注释理解。
八、与 storage_service 端点的关系
api/column_family.cc 中同时注册了部分storage_service命名空间的端点，它们复用了相同的底层实现，但作用域不同：
POST/DELETE /storage_service/auto_compaction：按 keyspace（可选指定表列表）批量启停自动压缩；POST/DELETE /storage_service/tombstone_gc：按 keyspace 批量启停 tombstone GC；GET /storage_service/toppartitions：支持table_filters、keyspace_filters过滤的通用 toppartitions 查询；GET /storage_service/load与/storage_service/metrics/load：基于live_disk_space_used.on_disk的集群负载统计；GET /storage_service/keyspaces：按type（user / non_local_strategy / 全部）与replication（all / tablets）过滤 keyspace 列表；POST /storage_service/flush、POST /storage_service/keyspace_flush：全库 / 指定 keyspace 的 flush；POST /system/drop_sstable_caches：全库丢弃 sstable 缓存。
这些端点与/column_family/前缀的接口互为补充：前者面向 keyspace/集群维度批量操作，后者面向单表精细控制。
九、总结与速查
Column Family REST API 可以归纳为四类能力：
- 发现：
/column_family/、/column_family/name、/column_family/name/keyspace，快速枚举表与 keyspace； - 控制：major compaction、压缩阈值、压缩策略、autocompaction、tombstone GC、sstable 加载，覆盖日常运维动作；
- 诊断：sstables by_key、per_level、unleveled、droppable_ratio、toppartitions，定位热点与存储布局问题；
- 监控：memtable、读写计数、延迟直方图、CAS 三阶段延迟、磁盘占用、Bloom Filter、行缓存等数十个指标端点。
其文档骨架是 docs/reference/api/column-family.rst 指向的 api/api-doc/column_family.json Swagger 规范，行为实现在 api/column_family.cc。理解规范中声明的参数与源码中实际实现状态的差异（尤其是标记为unimplemented()或返回 0 的占位端点），是正确使用这套 API 的关键前提。通过 REST 方式，你可以把 ScyllaDB 的表级运维与监控无缝接入现有的自动化脚本、监控大盘与巡检系统中。
【免费下载链接】scylladbNoSQL data store using the Seastar framework, compatible with Apache Cassandra and Amazon DynamoDB项目地址: https://gitcode.com/GitHub_Trending/sc/scylladb
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
