【发布时间】：2017-08-02 21:55:35
【问题描述】：
我正在使用 if not exists 为同一分区批量插入多行。从我的测试来看，如果任何行是重复的，那么所有插入都会失败并且没有插入任何行。我想保留 if not exists 行为，但如果存在重复项并且仍然插入非重复行，则不会使批处理失败。如果有重复，有什么方法可以告诉 Cassandra 不要使批处理失败？
【问题讨论】：
标签： cassandra
【发布时间】：2017-08-02 21:55:35
【问题描述】：
请注意以下最有可能适用于您的 Cassandra 版本的文档。
在 Cassandra 2.0.6 及更高版本中，您可以批量在 Cassandra 2.0 中作为轻量级事务引入的条件更新。只有对同一分区所做的更新才能包含在批处理中，因为底层 Paxos 实现在分区的粒度上工作。您可以将具有条件的更新与没有条件的更新分组，但是当批处理中的单个语句使用条件时，整个批处理将使用单个 Paxos 提议提交，就好像批处理中包含的所有条件都适用一样。
这确认您所遇到的行为是预期的行为。鉴于底层的批处理机制，通过 CQL 做你想做的事情并不容易。
在不知道您的用例细节的情况下，我最初的想法是质疑您是否真的需要使用这样的 BATCH 语句。如果您需要根据应用程序中的一个事件更新多个表，您仍然可以根据相同的 IF NOT EXISTS 条件将语句批处理在一起。
【讨论】：
-
我的用例很简单。我有两个单独的进程将数据插入同一个表中。来自第一个进程 A 的数据优先于来自另一个进程 B 的数据。进程 B 首先从表中读取数据并确保它要插入的数据不存在。问题是进程A可能会在读写数据之间插入数据。这就是为什么我让进程B使用IF NOT EXISTS进行插入，以避免来自进程B的数据覆盖来自进程A的数据。
-
使用轻量级事务（IF NOT EXISTS）是有道理的，但是为什么需要使用批处理语句。
-
我实际上是通过 Spark Cassandra 连接器执行此操作的，默认情况下，该连接器将同一分区键的所有插入分组到单个批处理语句中。
-
您应该使用此信息更新您的问题。有用于批处理的配置选项，位于：github.com/datastax/spark-cassandra-connector/blob/master/doc/…
-
谢谢，我确实看过那些。我希望 Cassandra 方面能解决这个问题。