cassandra - 同步 SELECT + INSERT 与 INSERT 之间的性能差异......如果 CQL 中不存在？

Question

我有一个 CQL 表(cql 3，cassandra 2.0.*)，看起来像:

CREATE TABLE IF NOT EXISTS user_things (
   user_id bigint,
   thing_id bigint,
   created_at timeuuid,
  PRIMARY KEY (user_id, thing_id)
);

我想做一个插入像

INSERT INTO user_things (user_id, thing_id, created_at) VALUES (?, ?, now())

但前提是该行不存在。

我可以在两个同步语句中执行此操作(首先是 SELECT，如果 SELECT 没有返回行，则后跟 INSERT)或者我可以使用 INSERT ... IF NOT EXISTS。

CQL docs声明“但请注意，使用 IF NOT EXISTS 会产生不可忽略的性能成本(在内部，将使用 Paxos)，因此应谨慎使用。”

我想知道是否有人做过基准测试，看看如果我们有很多这样的操作发生，什么性能更好？ (每秒说数百个)

Answer 1

这在很大程度上取决于您使用的拓扑。如果将 IF NOT EXISTS 限制在本地数据中心(使用 LOCAL_SERIAL)并使用小的复制因子，则它非常快。如果您尝试在多个数据中心或具有更高复制因子的情况下使用它，那么它会显着变慢。有一个开放ticket以提高其性能，因此希望这将很快完成，因为它目前是一个过于昂贵的操作，有很多往返。

另一件会减慢 IF NOT EXISTS 速度的事情是在聚集行上使用它时。当您的表只有复合分区键且没有聚簇列时，它似乎工作得最快。

如果您采用先读后写路线，那么您还有其他问题需要处理。首先，您将遇到竞争条件，因为如果两个客户端大约同时进行读取，然后都决定进行写入，您将得到一个覆盖另一个，这使得读取毫无意义(请参阅此处的另一种方法) : collision detection . 如果不知何故你不介意竞争条件，并使用像 ONE 这样的低一致性进行读取和写入，那么它可能会胜过 IF NOT EXISTS。

您几乎必须针对您的系统和架构对其进行基准测试，以查看在您的情况下哪个更快。