Cassandra 验证批量导入

Question

我有一个 Cassandra 集群启动并运行，有 5 个节点。

我创建了一个具有 replication_factor=3 的键空间，并在其中创建了一个表。

我使用 cqlsh 将 CSV 批量加载到我的表中。

加载后我收到此消息：

355637 rows imported from 1 file

但是，当我使用cqlsh 连接到集群并执行时

select count(*) from my_keyspaces.my_table;

我只得到

 count
--------
 122715

我的架构设置方式，实际上只有 6 行（每个设备一个），使用 Cassandra 的宽行。

但是，cqlsh 将这些显示为行以使生活更轻松。

我的问题是，为什么count(*) 没有返回准确的数字，而且为什么它返回的数字与我预期的1/3 非常接近？

Answer 1

你很可能不小心更新插入。如果 CSV 中有多行具有相同的主键，就会发生这种情况。

Answer 2

除了@brandon 回复（在大多数情况下都是正确的），您还可以在查询中设置上限，例如 select count(*) from cf limit 1000000 或使用 nodetool cfstats 获得更多见解。