更新整个 Cassandra 表的列值的实用解决方法

Question

我知道由于 Cassandra 的分布式特性，它不提供更新整个表的列值的方法。

但是，我确实有需要这样做的地方。我需要将“枚举”列值更新为新值。该“枚举”的所有剩余值应保持不变。此列不是我的主键的一部分。

我可以想到两种替代方案来实现这一目标，但两者似乎都有点令人费解，并且都有我不想处理的问题：

a) 用 java、scala、node 或任何带有 cassandra 驱动程序的语言编写代码。

1. 从该 cassandra 表中读取一个流（其中将包括我的主键）
2. 在我的对象中更新我想要更新的值。
3. 根据主键单独保存每一行。

但是，我需要编写一些代码，只使用一次然后就扔掉，而且我很可能会遇到公司批准在其他环境（主要是生产环境）中运行它的问题。

b) 编写分两步执行的 cql 脚本。

1. 第一个 cql 脚本将表转储到 csv 文件中。
2. bash 脚本将替换我想要在 csv 文件中更改的值（使用 sed 或其他工具）。
3. 第二个 cql 脚本将删除我的表和实体化视图，从头开始重新创建它们，然后将更新的 csv 复制回表，并重新创建我的所有实体化视图。

此解决方案容易出错，具体取决于重新创建表的方式。除非我使用describe <table> 的结果，否则可能会导致忽略创建索引，或者不应用最初创建表时不存在的一些更改。它还需要停机时间，同时删除和重新创建表，以及复制数据直到获得所需一致性的时间。

还有其他选择吗？有什么方法可以使用包含此字段的物化视图，我需要更新并以某种方式将其用于更新？

我可以使用 token() 函数进行更新吗？我试过了，但收到一条消息说它不能在 where 子句中用于更新。

还有其他简单干净的方法来进行这些更新吗？

Answer 1

最大的问题是更新是否应该是原子的。该列的数据也发生了很大变化。 作为一个选项，您可以创建一个新列并使用更新的值填充它。 同时限制受影响分区上的 i/o 操作。操作完成后启用操作。 您需要同时跟踪已处理的分区。