Cassandra 轻量级事务性能损失

Question

我有两个 cassandra 表，一个记录表和一个计数器表。 计数器表为记录表中的每种记录保存一个计数器。

当我在记录表中插入一条新记录时，我会同时更新计数器表。但是新记录可能已经在记录表中。插入两次相同的记录是可以的，但是我会添加两次计数器，这是不正确的。

我现在有两个解决方案。

1. 使用新记录键从 cassandra 获取记录。如果它不为null，我不会插入记录并增加计数器。

2. 使用轻量级事务让 cassandra 检查记录是否已经存在。

解决方案 2 将使插入“原子”，但文档说它会产生性能损失。在解决方案 1 中，我发送 2 个查询，这也会有性能损失。

目前我正在使用解决方案 1。我是 cassandra 轻量级事务的新手，所以我不知道原子性的成本。有谁知道哪种解决方案更好？

Answer 1

基本上你有几个选择：

1. 插入“受信任”唯一 - 您“不知何故”提前知道您插入的任何项目都不存在于表中，因此您只需插入并递增计数器而不检查任何内容
2. 使用轻量级事务插入 - 使用 IF NOT EXISTS（几乎可以保证一致性，除非增量计数器失败/超时 - 在这种极少数情况下，您可能会遇到计数不足或过度计数）。此选项允许并发客户端。
3. 读/写一致性级别 ONE（如果您频繁运行插入，您可能会遇到写和读之间的一致性问题；还要确保没有并发客户端做同样的事情）
4. 读/写一致性级别 QUORUM（读取将与最后一次写入保持一致，但您仍然必须确保没有并发客户端。

有一天，我针对 m3.large 实例 (https://aws.amazon.com/ec2/instance-types/) 的 3x Cassandra 集群运行了一个简单的测试 单个线程中有 100 个分区和 100 个插入到每个分区（总共 10k 插入） - 所以这不是 IO 饱和测试。

架构：

CREATE TABLE IF NOT EXISTS parent_children (
  parentId uuid,
  childId uuid, 
  PRIMARY KEY (parentId, childId)
);

CREATE TABLE IF NOT EXISTS child_counters (
  parentId uuid,
  count counter, 
  PRIMARY KEY (parentId)
);

结果：

Insertion Method    Latency per insert, ms
TRUSTED UNIQUE      1.6404
IF NOT EXISTS       4.2801
READ WRITE ONE      3.9382
READ WRITE QUORUM   3.7714

请注意，quorum 出乎意料地快了一点，但这可能在误差范围内和/或可能是由于集群拓扑的具体情况。