如何使用 python-cassandra-driver 插入带有自定义时间戳的数据

Question

我有一个将数据插入 cassandra 表的任务，但我不想覆盖之前插入的记录，但插入 cql 会覆盖现有数据。

还好我找到了一个'USING TIMESTAMP'的操作，时间戳较大的cql会覆盖较小的，否则不会。因此，使用“使用时间戳”我可以使用自定义时间戳来确定是否覆盖。它在 Cqlsh 中运行良好。

但是它在 python-cassandra-driver 中失败了，如何让'USING TIMESTAMP'在 python-cassandra-driver 中工作？我的代码如下：

insert_sql = ("INSERT INTO activate (rowkey, qualifier, info, act_date, log_time) "
              "VALUES(%s, %s, %s, %s, %s) "
              "USING TIMESTAMP %s")
insert_data = (a_string, a_string, a_string, a_string, a_string, a_custom_timestamp)
session.execute(insert_sql, insert_data)

Answer 1

这是设置自定义时间戳的错误用例。不要滥用此功能很重要，因为它可能会产生许多意想不到的副作用，并最终导致数据不可靠。

改用轻量级事务 (LWT)（也使用 PreparedStatements 代替原始字符串！）

stmt = session.prepare("
           INSERT INTO activate (rowkey, qualifier, info, act_date, log_time)
           VALUES (?, ?, ?, ?, ?)
           IF NOT EXISTS
           ")
results = session.execute(stmt, [arg1, arg2, ...])

阅读更多 here 和 here。 LWT 因不得不触发 paxos 共识检查而受到性能影响，但它比“先读后写”的方法要好。

更好的是，如果您绝对需要最大化写入性能，请考虑修改您的数据模型以包含时间戳：

CREATE TABLE activate (
     rowkey text,
     insert_time timestamp,
     qualifier text,
     info text,
     act_date timestamp,
     log_time timestamp, 
   PRIMARY KEY (rowkey, insert_time));