我是 Cassandra 的新手，我听说 Cassandra 鼓励数据的非规范化和重复。这让我有点困惑。 让我们想象以下场景：
我有一个包含四个表的键空间：A、B、C 和 D。
CREATE TABLE A (
tableID int,
column1 int,
column2 varchar,
column3 varchar,
column4 varchar,
column5 varchar,
PRIMARY KEY (column1, tableID)
);
让我们假设其他表（B、C、D）与表 A 具有相同的结构和相同的数据，只是主键不同，以便响应其他查询。
如果我升级表 A 中的一行，如何确保具有相同数据的其他表中的数据一致性？
【问题讨论】：
标签： cassandra duplicates cassandra-2.0 data-consistency
Cassandra 为此提供了BATCH。来自documentation：
BATCH 语句将多个数据修改语言 (DML) 语句（INSERT、UPDATE、DELETE）组合成一个逻辑操作，并为批处理中的语句写入的所有列设置客户端提供的时间戳。批处理多个语句可以节省客户端/服务器和服务器协调器/副本之间的网络交换。但是，由于 Cassandra 的分布式特性，请尽可能将请求分散到附近的节点以优化性能。使用批处理来优化性能通常不会成功，如使用和滥用批处理部分所述。有关加载数据的最快方式的信息，请参阅“Cassandra：不使用 Batch 关键字的批量加载”。
默认情况下，批次是原子的。在 Cassandra 批处理操作的上下文中，原子意味着如果任何批处理成功，那么所有批处理都会成功。为了实现原子性，Cassandra 首先将序列化批处理写入批处理日志系统表，该系统表将序列化批处理作为 blob 数据使用。当批处理中的行已成功写入并持久化（或提示）后，将删除批处理日志数据。原子性会降低性能。如果您不想招致此惩罚，请使用 UNLOGGED 选项阻止 Cassandra 写入批处理日志系统：BEGIN UNLOGGED BATCH
UNLOGGED BATCH 几乎总是不受欢迎的，我相信在未来的版本中会被删除。普通批次提供您想要的功能。
【讨论】：
您还可以探索 Cassandra 3.0 中称为 materialized views 的新功能：
Cassandra 中数据建模的基本规则涉及根据将针对该表运行的查询，手动将数据非规范化到单独的表中。目前，在不指定分区键的情况下查询列的唯一方法是使用二级索引，但它们不能替代将数据非规范化到新表中，因为它们不适合高基数数据。高基数二级索引查询通常需要环中所有节点的响应，这会增加每个请求的延迟。相反，使用客户端非规范化和多个独立表，这意味着为许多不同的用户重写相同的代码。
在 3.0 中，Cassandra 将引入一个名为 Materialized Views 的新功能。物化视图处理自动化的服务器端非规范化，消除了客户端处理这种非规范化的需要，并确保基础数据和视图数据之间的最终一致性。这种非规范化允许使用正常的 Cassandra 读取路径在每个视图中非常快速地查找数据。
这个想法与 Jeff Jirsa 建议的完全一样，但它不需要您处理应用程序内部的所有多表一致性逻辑，Cassandra 会自动为您完成。
【讨论】：