根据 id 匹配的另一个表中的值更新表中的列答案

【问题标题】：Updating a column in a table based on its value from another table on id match根据 id 匹配的另一个表中的值更新表中的列
【发布时间】：2021-08-11 18:01:17
【问题描述】：

我有两张桌子：

activities (
    org_id bigint,
    user_id bigint,
    lang text,
    timestamp bigint,
    ...
    PRIMARY KEY ((org_id, user_id), timestamp)

和

metadata (
    user_id text,
    org_id text,
    lang text,
    date_str text,
    ...
    PRIMARY KEY ((user_id, org_id), date_str)

给定：activity.rows >> metadata.rows

我需要

update metadata and set metadata.lang = activities.lang for all rows in metadata, 
when metadata.user_id = activities.user_id and metadata.org_id = activities.org_id

问：什么是优雅的简短 cql 查询来实现相同的目标？

我试过了：

update metadata set metadata.lang = (select activities.lang from activities where activities.user_id = metadata.user_id and activities.org_id = metadata.org_id)

这显然因违反基数而失败。

【问题讨论】：

样本数据和预期结果将使问题更加清晰。

标签： sql cassandra cql cqlsh

【解决方案1】：

CQL 不支持这种更新语句（请参阅docs）。您需要在where 条件中提供实际值。

因此，您需要在代码中执行所有操作（获取数据、生成更新语句等），或者您可以使用 Spark 之类的东西，类似这样的东西（未测试）：

metadata = spark.read\
    .format("org.apache.spark.sql.cassandra")\
    .options(table="metadata", keyspace="test")\
    .load()\
    .select("user_id", "org_id")
activities = spark.read\
    .format("org.apache.spark.sql.cassandra")\
    .options(table="activities", keyspace="test")\
    .load()\
    .select("user_id", "org_id", "lang")
joined = activities.join(metadata, 
   (metadata["user_id"] == activitites["user_id"]) &
   (metadata["org_id"] == activities["org_id"]), "inner")\
   .select(metadata["user_id"], metadata["org_id"], "lang")
joined.write\
    .format("org.apache.spark.sql.cassandra")\
    .mode('append')\
    .options(table="metadata", keyspace="test")\
    .save()

【讨论】：