Cassandra 表同步

Question

我刚刚阅读了 DataStax 帖子“Basic Rules of Cassandra Data Modeling”，总而言之，我们应该通过查询而不是关系/对象来建模数据库模式。因此，许多表可以具有相同的重复数据，例如 users_by_email 和 users_by_username 两者都具有相同的数据。

如何处理对象更新？
例如，用户编辑他的电子邮件，我是手动UPDATE两个表还是仅INSERT包含所有列的对象并且不关心以前的数据(这些数据仍然在我的数据库，但列值错误 => 电子邮件)。

如果发生UPDATE，如何处理数据同步？
目前，我正在手动执行此操作，但是有没有工具可以帮助我？因为，我可能有 5 或 6 个具有不同分区/集群键的表。
听说Hadoop可以做到，或者Apache Spark。

Answer 1

为了确保包含相同数据但布局不同的多个表之间的数据一致性，建议您在 CQL 中使用 LOGGED BATCH 来执行更新。这样，您的 BATCH 中的 CQL 语句(更新数据)就是 ACID，您不必担心某些失败和重试。

使用链接文章的架构，它看起来像:

BEGIN BATCH
  INSERT INTO users_by_email (email, username, age) VALUES ('fromanator@email.com', 'fromanator', 24);
  INSERT INTO users_by_username (email, username, age) VALUES ('fromanator@email.com', 'fromanator', 24);
APPLY BATCH;

这整个语句是原子的，如果一个插入失败，它们都会失败并且不会进行任何更改。