pyspark - 如果任一集群永远未修复，Cassandra 或 ScyllaDB 是否可以在使用 PySpark 读取时提供不完整的数据？

Question

我同时使用 Cassandra 和 ScyllaDB 3 节点集群，并使用 PySpark 读取数据。我想知道是否它们中的任何一个都没有永远修复，如果节点中存在不一致，在读取数据时是否有任何挑战。是否会读取正确的数据，如果是，那么我们为什么需要修复它们？

Answer 1

是的，如果 reapir 未完成，您可能会得到不正确的数据。这还取决于您阅读或写作的一致性。通常在生产系统中，写入使用 (Local_one/Local_quorum) 完成，读取使用 Local_quorum。

如果您使用弱一致性级别进行写入，则修复变得很重要，因为某些节点可能没有发生突变，并且在读取这些节点时可能会被选中。

例如，如果您在表 TABLE1 上以一致性级别 ONE 写入，副本为 3。现在可能发生您的写入被写入 NodeA only 和 NodeB 和 NodeC 可能错过了突变。现在，如果您使用一致性级别 LOCAL_QUORUM 阅读，可能会发生 NodeB 和 'NodeC' 被选中并且它们不会返回写入的数据。

修复是 Cassandra 的一项重要维护任务，应定期持续进行，以保持数据处于健康状态。