每 10 分钟将数据从一个表加载到另一个表 - Cassandra

Question

我们每 10 分钟就有一个数据流进入表 A。没有保存历史。每次在表 A 中加载数据时，都必须将现有数据刷新到新表 B。这可以在 Cassandra 中动态完成还是自动完成？

我可以考虑将表 A 加载到 CSV 文件中，然后在每次刷新表 A 时加载回表 B。但我想在数据库级别本身做一些事情。 任何想法或建议表示赞赏。

谢谢， 阿伦

Answer 1

对于少量数据，您可以将其放入 cron：

https://dba.stackexchange.com/questions/58901/what-is-a-good-way-to-copy-data-from-one-cassandra-columnfamily-to-another-on-th

如果更大且运行更新版本的 cassandra (3.8+)

http://cassandra.apache.org/doc/latest/operating/cdc.html https://issues.apache.org/jira/browse/CASSANDRA-8844

然后将数据重播到您需要的表中（通过某种外部进程、脚本、应用程序等......）。

基本上已经有一些工具，例如： https://github.com/carloscm/cassandra-commitlog-extract

您可以使用那里的示例来涵盖您的用例。

但对于大多数用例，这是在应用程序级别处理的，使用 cassandra 写入相对便宜。