何时使用物化视图？答案

【问题标题】：When to use Materialized Views?何时使用物化视图？
【发布时间】：2017-04-19 17:35:58
【问题描述】：

我现在正在学习 Cassandra，我知道我应该为每个查询制作一个表格。我不确定何时应该制作单独的表格或物化视图。例如，我对用户和帖子有以下查询：

users_by_id users_by_email users_by_session_key

posts_by_id posts_by_category posts_by_user

我应该总是使用物化视图吗？

在我看来，如果您想在查询中保持帖子或用户的一致性，那么我必须使用物化视图。但是，我阅读的物化视图有read before write 延迟。

另一方面，如果我使用不同的表格，我是否应该在每次创建新帖子时进行 3 次插入？我注意到我收到错误batch with conditions cannot span multiple tables，这意味着我必须一次将一个插入到每个单独的表中，如果其中一个查询失败，这可能会导致一致性问题。（批处理语句，如果其中一个失败，则所有 3 个都失败）。

所以，既然保持一致性是有意义的，那么在我看来，我总是想使用物化视图，并且不得不接受read before write 的惩罚。

我想我的另一个问题是什么时候数据可以不一致？

因此，希望有人可以为我提供更清晰的说明，了解如何在 cassandra 中处理用户或帖子等“理论模型”上的多个查询。我应该使用物化视图吗？如果我为每个模型使用 3 个不同的表，我如何保持它们的一致性？只是希望所有 3 次插入都不会失败？好像不太对。

【问题讨论】：

标签： cassandra

【解决方案1】：

阅读我的深入研究博文，了解使用物化视图时的所有权衡。了解权衡后，请明智地选择：http://www.doanduyhai.com/blog/?p=1930

【讨论】：

【解决方案2】：

不，您不应该总是使用物化视图。完美的解决方案是您的数据库的接口。在这个应用程序中，您处理所有不同的表。但是物化视图也有一些用例：如果您没有时间使用此应用程序但需要此功能，请使用物化视图。您需要权衡性能，但在这种情况下，时间更为重要。如果您还需要对所有表进行真正的更新而不是 upserts：使用物化视图。

批处理对于缓冲或将具有相同分区键的数据集放在一起很有用。例如：您有一个高数据吞吐量的应用程序。在您的心跳之间或在使用 QUORUM 执行另一个查询之间，您获得了 10 个具有相同分区键的其他事件。但是您不会执行它们，因为您正在等待成功的响应。如果返回成功，则执行批处理查询。但请记住：仅对相同的分区键使用批处理。

一般来说，记住一件重要的事情：Cassandra 有一个最终一致性模型。这意味着：如果您使用 quorum，您将保持一致性，但并非每次都如此。如果您的应用程序需要完全的一致性，不要只最终使用另一种解决方案。例如。带分片的 SQL。 Cassandra 针对写入进行了优化，只有在使用 cassandra 功能时才会感到高兴。

一些性能提示：如果您需要更好的一致性：使用 QUORUM，永远不要使用 ALL。而且，通常，您可以独立编写查询。有时批处理很有用。不要使用 ALLOW FILTERING 执行查询。不要在分区键上使用令牌范围或 IN 运算符:)

【讨论】：

在您提到的第一段中，您提到权衡是时间与性能。我有时间，所以我喜欢制作这 3 个不同的表格而不是物化视图。然而，我仍然困惑什么是保持 3 Posts 表中的数据一致的正确方法。（顺便说一句，当我说一致性时，我不是指副本之间的一致性，而是 3 个 Posts 表的数据一致性）。我担心我的服务器会插入 3 次以创建帖子，但有一次我的服务器出现故障。现在我有 'posts_by_id' 但没有 'posts_By_category' 表。那么我将如何处理 3 个表的数据一致性呢？
您可以做两件事：使用 QUOURUM 或创建批量修复过程。第一个很容易实现：docs.datastax.com/en/cassandra/2.0/cassandra/dml/… 第二个，你需要一个像kafka这样的消息队列系统。您创建了一个快速流处理应用程序。第二个应用程序，在您的批处理流中，只做一件事：修复损坏的表。第二个解决方案非常快，非常适合实时分析，但第一个更安全。我认为，就您而言，第一个是更好的选择。