cassandra - 在Cassandra中实现数据版本控制的方法

Question

您能否分享您的想法，如何在Cassandra中实现数据版本控制。

假设我需要在一个简单的通讯簿中对记录进行版本控制。 (通讯簿记录存储为ColumnFamily中的“行”)。
我希望这段历史:

将很少使用

将一次全部使用，以一种“时间机器”的方式呈现它

单个记录的版本不会超过数百个。

历史记录不会过期。

我正在考虑以下方法:

将地址簿转换为“ super 列族”，并将多个版本的地址簿记录存储在作为 super 列键入(按时间戳记)的行中。

创建新的 super 列族以存储旧记录或对记录的更改。
这种结构如下所示:

{
“通讯录行键”:{
“时间戳1”:{
'名字':'新名字'，
'修改人':'用户ID'，
}，

'time stamp2': {
        'first name': 'new name',
        'modified by': 'user id',
    },
},

“另一个通讯录行键”:{
“时间戳”:{
....

将版本存储为附加在新ColumnFamilly中的序列化(JSON)对象。将版本集表示为行，将版本集表示为列。 (模仿Simple Document Versioning with CouchDB)

Answer 1

如果您可以添加一个假设，即地址簿中通常少于10,000个条目，那么在超列族中每个地址簿时间线使用一行将是一种不错的方法。

一行看起来像:

{'address_book_18f3a8':
  {1290635938721704: {'entry1': 'entry1_stuff', 'entry2': 'entry2_stuff'}},
  {1290636018401680: {'entry1': 'entry1_stuff_v2', ...},
  ...
}

其中行键标识地址簿，每个 super 列名称都是一个时间戳，子列表示该版本的地址簿内容。

这样一来，您只需一个查询即可读取地址簿的最新版本，并且只需插入一次即可编写新版本。

如果地址簿少于10,000个元素，我建议使用此命令的原因是，即使阅读单个子列， super 列也必须完全反序列化。总体而言，在这种情况下还不错，但是要记住一点。

一种替代方法是在每个版本的通讯录中使用一行，并在每个通讯录中使用带有时间线行的单独CF，例如:

{'address_book_18f3a8': {1290635938721704: some_uuid1, 1290636018401680: some_uuid2...}}

在这里，some_uuid1和some_uuid2对应于那些版本的通讯簿的行键。这种方法的缺点是每次读取地址簿时都需要两个查询。好处是它使您可以有效地仅读取地址簿的选定部分。