填充两个 Cassandra 表时首选哪种解决方案？答案

【问题标题】：Which solution is preferred when populating two Cassandra tables?填充两个 Cassandra 表时首选哪种解决方案？
【发布时间】：2021-07-20 13:52:03
【问题描述】：

我有一个性能问题。我在 Cassandra 中有两张桌子，它们的结构完全相同。我需要在他们两个中保存传入的数据。我遇到的问题是什么是更好的解决方案：

创建两个存储库，它们都打开 Cassandra 会话，将数据分别保存到两个表中（全部在代码中）。
将数据保存到一个表中，在该表上设置一个触发器并将传入的数据复制到另一个表中
还有其他解决方案吗？

我认为前两个还可以，但我不确定第一个是否足够好。谁能给我解释一下？

【问题讨论】：

标签： database performance cassandra nosql

【解决方案1】：

这听起来像是BATCH 的一个很好的用例。本质上，您可以组装两个写语句并在BATCH 中执行它们以确保原子性。这应该使两个表保持同步。以下示例来自 DataStax 文档 (URL)。

cqlsh> BEGIN LOGGED BATCH
    INSERT INTO cycling.cyclist_names (cyclist_name, race_id) VALUES ('Vera ADRIAN', 100);
    INSERT INTO cycling.cyclist_by_id (race_id, cyclist_name) VALUES (100, 'Vera ADRIAN');
APPLY BATCH;

【讨论】：

【解决方案2】：

+1 对 Aaron 关于使用 BATCH 语句的回复，但引用的示例特定于 CQL。在您的应用中实现它时会更加细致入微。

如果您使用的是 Java 驱动程序，典型的 INSERT 语句如下所示：

SimpleStatement simpleInsertUser = SimpleStatement.newInstance(
  "INSERT INTO users (...) VALUES (?), "..." );

这是一个准备好的声明：

PreparedStatement psInsertUserByMobile = session.prepare(
  "INSERT INTO users_by_mobile (...) VALUES (...)" );

如果您要批处理这两个语句：

BatchStatement batch = BatchStatement.newInstance(
  DefaultBatchType.LOGGED,
  simpleInsertBalance,
  preparedInsertExpense.bind(..., false) );

session.execute(batch);

对于您列表中的第 2 项，我不知道在生产中使用 Cassandra TRIGGER 的公司，因此我不建议这样做。它是实验性的，我没有足够的经验来推荐它们进行生产。

对于第 3 项，这是物化视图试图解决的用例。从开发人员的角度来看，它们肯定要简单得多，因为表更新是在服务器端而不是客户端完成的。

如果您没有很多表，则可以使用它们，但请注意视图的更新是异步发生的（与基表上发生突变的时间不同）。对于 MV，当视图与基表不同步时，唯一的解决方案是删除并重新创建 MV。

如果您不想使用 BATCH 语句，只需确保您完全了解使用 MV 的权衡。如果您有兴趣，我已经在https://community.datastax.com/articles/2774/ 中进行了更详细的解释。干杯！

【讨论】：