我有 2 个 cassandra 集群，位于不同的数据中心（请注意，这是 2 个不同的集群，而不是具有 multidc 的单个集群），并且两个集群具有相同的键空间和列族模型。我希望以最有效的方式将列族 C 的数据从集群 A 复制到集群 B。其他一些 ColumnFamily 我可以使用 get 和 put 操作进行复制，因为它是一个时间序列并且键是连续的。但是这个其他列族 C，我可以复制。我正在使用节俭和 pycassa。我已经尝试了 CQL COPY 命令，但不幸的是 CF 太大了，我得到了一个 rpc_timeout。我怎样才能做到这一点？
【问题讨论】：
标签： copy cassandra thrift pycassa column-family
如果您只想一次性完成此操作，请拍摄快照并使用 sstableloader 将其加载到集群中。如果您想随着时间的推移继续加载新数据，您将需要打开增量备份，然后拍摄快照以加载初始数据，然后定期从增量备份中抓取 sstables 到 sstableload 以保持最新。
【讨论】：
我对如何将 cassandra 数据从一个集群复制到另一个集群知之甚少，但是对于 rpc_timeout 错误，您可以使用
cqlsh --request-timeout 3600 <IP address>
使用上述命令进入Cql shell request-timeout 默认以秒为单位，您可以根据需要增加
【讨论】：
有时我还需要将数据从一个 cassandra 集群复制到另一个集群。
我使用这个工具https://github.com/masumsoft/cassandra-exporter。
export.js 脚本将数据导出到 json 文件，import.js 脚本将导出的数据导入到 cassandra。您可以对指定键空间中的所有表执行此操作，也可以仅对特定表执行此操作。目标键空间和表在导入之前应该存在。
在 js 脚本中，如果出现“读取超时错误”，您可以调整批量大小和 readTimeout。
更新：在Alex Ott 的提示后，我尝试了 DSBulk 工具。它工作得很好，但每次运行只能用于一张桌子。如果你想处理完整的键空间，你需要一个为每个表运行 DSBulk 的脚本。
【讨论】：