Desecho de datos de un juego de datos (CLI)

Idioma:

Use el siguiente procedimiento para desechar un juego de datos archivado completo o parte de un juego de datos archivado. Los juegos de datos se depuran automáticamente en función de la política de retención existente, pero también se los puede depurar manualmente. Este proceso puede tardar varios minutos en finalizar, en función del tamaño del juego de datos y el volumen de depuración requerido. Tenga en cuenta que los juegos de datos se pueden depurar solo si están activos.

Vaya a analytics datasets.

Introduzca show para ver una lista de los juegos de datos activos.

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

Seleccione una de las opciones siguientes:
1. Para desechar un juego de datos archivado completo, introduzca destroy y el juego de datos. A continuación, introduzca Y para confirmar la acción.
```
hostname:analytics datasets> destroy dataset-005
This will destroy "dataset-005". Are you sure? (Y/N) Y
```
2. Para desechar solo una porción de un juego de datos archivado, introduzca select y el nombre del juego de datos archivado que desea depurar. A continuación, introduzca prune, con cualquiera de las siguientes opciones: fecha, hora y granularidad.
  
  fecha
  
  Fecha antes de la cual se eliminarán todos los datos. Si no se especifica una fecha, entonces el valor por defecto es la fecha y hora actual. Introduzca la fecha con este formato: año-mes-día.
  
  hora
  
  Hora antes de la cual se eliminarán todos los datos. Si no se especifica la hora, el valor por defecto es 12:00 a. m., o 00:00 en notación de 24 horas. Introduzca la hora en notación de 24 horas con este formato: hora:minuto:segundo.
  
  granularidad
  
  Nivel de datos que se elimina. La granularidad se puede presentar como una de las siguientes opciones: second, minute o hour.
  
  Si se especifica minute o hour, se suprime también el nivel más bajo de granularidad de datos. Por ejemplo, al utilizar el comando prune hour, también se suprimen los datos por segundo y por minuto.
  
  Se pueden depurar juegos de datos detallados en varios niveles para reducir la cantidad de datos guardados, lo que le permite archivar solo una porción del juego de datos. Por ejemplo, use una serie de comandos prune para mantener la cantidad de datos por segundo correspondiente a un día, la cantidad de datos por minuto correspondiente a un par de semanas y la cantidad de datos por hora correspondiente a seis meses. Vea el ejemplo 4.

Ejemplo 1 Depuración por granularidad

En el siguiente ejemplo, solo se especifica la granularidad. En este ejemplo, se desechan todos los datos por segundo y por minuto recopilados antes de las 4:56 p. m. del 2 de abril de 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

Ejemplo 2 Depuración por fecha

En el siguiente ejemplo, solo se especifica una fecha. En este ejemplo, se desechan todos los datos por segundo recopilados antes de la medianoche del 1 de diciembre de 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

Ejemplo 3 Depuración por fecha y hora

En el siguiente ejemplo, se especifica una fecha y una hora. En este ejemplo, se desechan los datos por segundo recopilados antes de las 12 p. m. del 3 de junio de 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

Ejemplo 4 Depuración de juegos de datos detallados

Los siguientes comandos prune mantienen la cantidad de datos por segundo correspondiente a un día, la cantidad de datos por minuto correspondiente a un par de semanas y la cantidad de datos por hora correspondiente a seis meses anteriores al 15 de diciembre de 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