Cassandra 中批处理语句的替代方案，用于原子操作以避免性能影响

Question

我们有一个使用 Cassandra 作为数据存储的应用程序。为了方便访问，相同的数据需要存储在具有不同分区键的多个表中。为了将数据存储到多个表中，使用了 BatchStatements。使用批处理语句的原因是确保数据写入全部或不写入。

通过此设置，最近由于用户群的增加，我们开始看到大量写入超时错误。我们发现许多博客和文章都提到 BatchStatements 被错误地用于存储多个分区。

参考：

• https://docs.datastax.com/en/dse/6.0/cql/cql/cql_using/useBatchGoodExample.html
• Cassandra 中的批量限制是多少？
• Cassandra Batch语句-多表
• https://grokbase.com/t/cassandra/user/153gsmdzs6/writing-to-multiple-tables

其原因似乎是协调器节点负载过大，进而导致延迟。可以选择将 cassandra.yaml 中的 write_request_timeout_in_ms 增加到高于默认值 5 秒的值。我们尝试了此操作，但请求仍然失败。因此，我们更新了此设置，现在使用executeAsync。这样，WriteTimeout 异常就完全消失了。

但现在的问题是——我们如何处理原子性？以下是更新为使用executeAsync 的代码。使用executeAsync 是使用批处理语句的正确替代方法吗？有什么方法可以在异常块中处理回滚吗？

try {
    for (ListenableFuture<ResultSet> futureItem : futureItems) {
        futureItem.get();
    }
} catch (Exception e) {
    // need to handle rollback ?
}

Answer 1

最终，你所要求的东西在设计上并不存在。

• 对于写入的原子性，您找到了批处理的解决方案。对于写入的替代原子性，最终是不存在的。

• 对于数据的硬一致性 - 包括写入和读取，您可以设置写入和读取的一致性级别以确保硬一致性（WC：Local_Quorum，RC：Local_Quorum）

许多新用户/开发团队经常尝试在 Cassandra 上强制执行关系类型规则，但随着时间的推移，他们对 Cassandra 的使用通常会对其设计产生信心，从而实现可调一致性、减少停机时间和可扩展性。