阅读“一切”的适当一致性级别

Question

我正在创建一个同步程序来定期将我们的 Cassandra 数据复制到另一个数据库中。我从中复制的数据库只获取 INSERT - 数据永远不会更新或删除。我想通过两种方式解决 Cassandra 的最终一致性模型：

1 - 每个同步扫描与最后一个重叠一定的时间跨度。例如，如果扫描每小时发生一次，那么每次扫描向后看一个半小时。数据包含唯一键，因此在多次扫描中读取同一记录不是问题。

2 - 我使用 ALL 的一致性级别来确保我正在扫描集群上的所有节点以获取数据。

对于这种情况，所有的一致性都是最好的吗？我只需要在任何节点上查看记录，我不在乎它是否出现在任何其他节点上。但我也不想错过任何 INSERTed 记录。但我也不想遇到超时或性能问题，因为 Cassandra 正在等待多个节点查看该记录。

更复杂的是，这个 Cassandra 网络由位于不同地理位置的 6 个集群组成。我只查询一个。我的假设是 #1 中提到的重叠最终会赶上其他集群上存在的记录。

我正在做的查询是这样的：

SELECT ... FROM transactions WHERE userid=:userid AND transactiondate>:(lastscan-overlap)

其中 userid 是分区键，transactiondate 是集群列。 userId 的列表来自其他地方。

Answer 1

我使用 All 的一致性级别来确保我正在扫描集群上的所有节点以获取数据

因此，一致性ALL 与读取的数据副本数量有关，而不是与联系的节点数量有关。如果您的复制因子 (RF) 为 3 并在 ALL 查询单行，则 Cassandra 将散列您的分区键以找出负责该行的三个节点，联系所有 3 个节点，并等待所有 3 个回应。

我只需要查看一个节点上的记录

因此，在这方面，我认为您可以使用 LOCAL_ONE。

使用ALL 的唯一可能优势在于，它确实有助于通过 100% 的时间触发读取修复来强制执行数据一致性。所以如果最终的一致性是一个问题，那是一个“加号”。但是*_ONE 肯定更快。

CL 文档谈了很多关于“陈旧数据”的内容，但我对“新数据”感兴趣

在您的情况下，我认为过时数据是不可能的，所以您应该没问题。相反，您将面临的问题是，如果一个或多个副本在写入操作期间失败，在LOCAL_ONE 处查询可能会或可能不会获得唯一实际存在的副本。因此，您的数据不会是陈旧的与新的，而是存在与不存在的。我在链接答案中谈到的一点是，也许 writing 在更高的一致性级别和 reading LOCAL_ONE 可能适用于您的用例。

几年前，我写了一个关于不同一致性级别的答案，在这种情况下您可能会发现它很有帮助： If lower consistency level is good then why we need to have a higher consistency(QUORUM,ALL) level in Cassandra?