我刚刚阅读了 DataStax 帖子“Basic Rules of Cassandra Data Modeling”，总而言之，我们应该通过查询而不是关系/对象来建模我们的数据库模式。因此，许多表可以有相同的重复数据，例如users_by_email 和users_by_username 都具有相同的数据。
如何处理对象更新？
例如，用户编辑他的电子邮件，我是手动 UPDATE 两个表还是只 INSERT 包含所有列的对象并且不关心以前的数据（它们仍在我的数据库中，但列值错误=>电子邮件）。
如果是UPDATE，我该如何处理数据同步？
目前，我正在手动操作，但有什么工具可以帮助我吗？因为，我可能有 5 或 6 个具有不同分区/集群键的表。
听说Hadoop可以，Apache Spark也可以。
【问题讨论】：
为确保包含相同数据但布局不同的多个表之间的数据一致性，建议您在 CQL 中使用 LOGGED BATCH 进行更新。这样你的 BATCH 中的 CQL 语句（更新数据）是 ACID，你不必担心一些失败和重试。
使用链接文章的架构，它看起来像：
BEGIN BATCH
INSERT INTO users_by_email (email, username, age) VALUES ('fromanator@email.com', 'fromanator', 24);
INSERT INTO users_by_username (email, username, age) VALUES ('fromanator@email.com', 'fromanator', 24);
APPLY BATCH;
整个语句是原子的，如果一个插入失败，它们都失败并且没有进行任何更改。
【讨论】：
在 Cassadnra 中，给定现有记录，使用相同主键的更新或插入将导致旧记录标记为删除（带有墓碑），新记录变为“活动”。插入和更新之间的区别很少有细微差别，例如计数器和空值，但这些可能与问题无关。
在 Cassandra 3.0 之前，同步维护相同数据的多个视图的责任由客户端应用程序负责。是的，这意味着在需要它的所有不同表中插入/更新新数据。
Cassandra 3.0 引入了"Materialized Views"，它允许您维护数据的“主”表及其上的多个视图，所有这些都由 Cassandra 管理。它需要仔细的数据建模，以便“主”表的主键包含创建所需的不同视图和相关查询所需的实体。
另外一点：如果您发现您的数据是高度相关的并且需要多个/多个视图才能使其可查询，那么 Cassandra 可能不适合该问题空间，您可能应该考虑使用 RDBMS。
为了扩展所提供的示例，我们可能希望将用户信息保留在关系数据库中，而这些用户的大量操作可以在 Cassandra 中注册。 （购买、点击、心率样本……）
【讨论】：
我在我的系统中所做的就是为每个用户设置一个唯一的标识符。
我使用一张电子邮件/标识符表（和一些其他数据）。当用户登录或使用系统时，我使用他的电子邮件来查找标识符，然后其他一切都使用该标识符。
用户现在可以更改他的电子邮件地址，标识符保持不变，因此所有其他表不需要更新来进行此类更改。
关于旧的电子邮件地址，我还没有全部完成，但我计划让当前的电子邮件引用旧的电子邮件地址（如果您愿意，可以使用“链接”）并在一段时间后，也许 12 个月，旧电子邮件将被删除。在这 12 个月内，该帐户被阻止（其他人无法重复使用该帐户。）出于各种安全原因，这是一个好主意。
附：对于唯一标识符，人们使用不同的解决方案，比如 Zookeeper，我个人喜欢使用Cassandra with the Lamport's bakery algorithm。
【讨论】：