Suppression de données d'un ensemble de données (CLI)

Pour supprimer tout ou partie d'un ensemble de données archivé, procédez comme suit : Les ensembles de données sont élagués automatiquement en fonction de la stratégie de conservation existante, mais il est possible de les élaguer manuellement. Ce processus peut durer plusieurs minutes, selon la taille de l'ensemble de données et la proportion d'élagage requise. Notez que les ensembles de données ne peuvent être élagués que s'ils sont actifs.

1. Accédez à analytics datasets.
2. Saisissez show pour afficher la liste des ensembles de données actifs.

   hostname:analytics datasets> show
   Datasets:
   
   DATASET     STATE    INCORE  ONDISK  NAME
   dataset-000 active    1.27M   15.5M  arc.accesses[hit/miss]
   dataset-001 active     517K   9.21M  arc.accesses[hit/miss=metadata hits][L2ARC eligibility]
   ...
   dataset-005 active     290K   7.80M  cpu.utilization

3. Sélectionnez l'une des options suivantes :
   1. Pour supprimer entièrement un ensemble de données archivé, saisissez la commande destroy, suivie de l'ensemble de données. Ensuite, saisissez Y pour confirmez votre action.

      hostname:analytics datasets> destroy dataset-005
      This will destroy "dataset-005". Are you sure? (Y/N) Y

   2. Pour supprimer uniquement une partie d'un ensemble de données archivé, saisissez la commande select, suivie du nom de l'ensemble de données archivé que vous souhaitez élaguer. Ensuite, saisissez la commande prune, une date et une heure éventuelles, et la granularité.

      Option Description date Date avant laquelle toutes les données sont supprimées. Si aucune date n'est indiquée, la valeur par défaut est la date et l'heure actuelles. Entrez la date au format suivant : année-mois-jour. time Heure avant laquelle toutes les données sont supprimées. Si aucune heure n'est indiquée, la valeur par défaut est 12:00 AM ou 00:00 dans le format 24 heures. Entrez l'heure au format 24 heures, comme suit : heure:minute:seconde. granularité Niveau de données qui est supprimé. La granularité peut être présentée comme suit : second, minute ou hour. Si la commande minute ou hour est spécifiée, le niveau inférieur de la granularité des données est également supprimé. Par exemple, la commande prune hour supprime également les données par seconde et par minute.

      Les ensembles de données détaillés peuvent être élagués sur plusieurs niveaux afin de réduire la quantité de données enregistrées, ce qui vous permet d'archiver uniquement une partie de l'ensemble de données. Par exemple, utilisez une série de commandes prune pour conserver l'équivalent d'un jour de données par seconde, de deux semaines de données par minute et de six mois de données par heure. Voir l'exemple 4.

Exemple 1  Elagage par granularité

Dans l'exemple suivant, seule la granularité est spécifiée. Cet exemple supprime toutes les données par seconde et par minute collectées avant 16h56 le 2 avril 2012.

hostname:analytics datasets> select dataset-001
hostname:analytics dataset-001> prune minute
This will remove per-second and minute data collected prior to 2012-4-02
16:56:52.

Are you sure? (Y/N) Y

Exemple 2  Elagage par date

Dans l'exemple suivant, seule une date est spécifiée. Cet exemple supprime toutes les données par seconde collectées avant minuit le 1er décembre 2015.

hostname:analytics dataset-001> prune 2015-12-01 second
This will remove per-second data collected prior to 2015-12-1 00:00.


Are you sure? (Y/N) Y

Exemple 3  Elagage par date et par heure

Dans l'exemple suivant, une date et une heure sont spécifiées. Cet exemple supprime les données par seconde collectées jusqu'à 12h00 le 3 juin 2015.

hostname:analytics dataset-001> prune 2015-06-03 12:00:01 second
This will remove per-second data collected prior to 2015-6-3 12:00:01.

Are you sure? (Y/N) Y

Exemple 4  Elagage d'ensembles de données détaillés

Les commandes prune suivantes conservent l'équivalent d'un jour de données par seconde, de deux semaines de données par minute et de six mois de données par heure antérieures au 15 décembre 2015.

hostname:analytics dataset-001> prune 2015-12-14 second
hostname:analytics dataset-001> prune 2015-12-01 minute
hostname:analytics dataset-001> prune 2015-6-01 hour