数据生命周期与 TTL 清理对照

过期数据主动清理能控制成本：MongoDB 用 TTL 索引后台周期删除，ES 用 ILM 分阶段下沉与删除，ClickHouse TTL 在合并时执行并支持冷热分层，Redis 键过期是惰性加定期清理。清理策略要与备份与合规要求对齐。

NoSQL 速查数据更新于 2026-10-12

各库配置示例

# MongoDB：创建 TTL 索引（后台线程约每 60 秒扫描一次）
db.sessions.createIndex({ createdAt: 1 }, { expireAfterSeconds: 3600 })

# Redis：设置键过期
redis-cli EXPIRE session:1 1800

# InfluxDB：按保留策略/桶自动清理（bucket 的 retention）
influx bucket update -n metrics -r 30d

ClickHouse 与 ES 的清理

-- ClickHouse：到期删除 + 数据下沉冷卷（合并时执行）
ALTER TABLE logs.events
  MODIFY TTL ts + INTERVAL 30 DAY DELETE, ts + INTERVAL 7 DAY TO VOLUME "cold";

-- Elasticsearch ILM 的删除阶段（摘要）
PUT _ilm/policy/logs_30d
{
  "policy": { "phases": { "delete": { "min_age": "30d", "actions": { "delete": {} } } } }
}

清理计时是近似值：MongoDB TTL 线程周期扫描、ClickHouse 依赖合并、ES ILM 由周期任务评估，不适合当精确的定时删除器。

易错点

大批数据在同一时间点集中到期会造成删除与合并压力，策略里给时间加抖动
清理策略要检查备份保留是否同样覆盖：主库删了但备份里仍留有合规数据时，两边周期要对齐

数据来源与参考

MongoDB Manual: TTL indexes
Elasticsearch Guide: ILM
ClickHouse Docs: TTL
Redis Docs: EXPIRE

继续搜索

常用关键词：3389 traceroute iptables 子网掩码 docker

‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌