如果不重新插入，就无法更改现有记录的TTL，但可以使用DSBulk之类的工具完成卸载任务，然后在设置TTL时进行加载，这里有一个使用“USING TTL”的加载示例：https://docs.datastax.com/en/dsbulk/docs/reference/dsbulkLoad.html
为每个频繁使用的表设置默认TTL是一个好主意，这样在插入数据时就可以始终覆盖默认TTL，例如：

INSERT INTO keyspace.table (col1, col2, col3) VALUES ('coltext1', 'coltext2', 'coltext3') USING TTL 864000;

如果不使用新的TTL重新插入现有数据，则无法更新现有数据的TTL。
处理这个问题的常规方法是使用Apache Spark开发ETL应用程序。使用Spark Cassandra connector时，您需要编写一个应用程序，该应用程序迭代表中的分区，检索单元格值AND WRITETIME()，然后使用相同的WRITETIME()时间戳重新插入带有新TTL的数据。
但是请注意Spark连接器只适用于使用Murmur3Partitioner和RandomPartitioner的集群（请参阅此处支持的spark-cassandra-connector分区器）。Spark连接器不适用于Keyspaces的com.amazonaws.cassandra.DefaultPartitioner，因此您需要确保您的帐户支持默认分区器。详情请参阅Configuring Amazon Keyspaces for integration with the spark-cassandra-connector。
如果您的Amazon Keyspaces DB不受支持，您唯一的选择就是编写自己的应用程序，使用新的TTL重写数据。干杯！

您需要做的是使用AWS Glue和Spark Cassandra连接器。这将是完全无服务器的端到端，并将根据您的表大小进行缩放。Spark Cassandra连接器和Murmur3 partitioner is compatible与Amazon Keyspaces。请参阅此repo以获取示例of exports and imports

val myTable = sparkSession.read
      .format("org.apache.spark.sql.cassandra")
      .options(Map( "table" -> tableName, "keyspace" -> keyspaceName))
      .load()

   //Try first without shuffling step. If you see WriteThottleEvents then reading by partition and writing by partition maybe causing hotkeys. Can happen with wider partitions. 
   //Randomize data will avoid WriteThottleEvents
   //The following command will randomize the data.
   
   //val shuffledData = myTable.orderBy(rand())

   myTable.write.format("org.apache.spark.sql.cassandra").mode("append").option("keyspace", keyspaceName).option("table", tableName).option("ttl",999999).save()