当我只向一个表发送一批插入时，每行作为唯一键，如果不存在，即使其中一行存在也会出现问题。
我需要每行而不是整个批次插入批次。 假设我有一个表“users”，只有一列“user_name”并包含行“jhon”，现在我正在尝试导入新用户：
BEGIN BATCH
INSERT INTO "users" ("user_name") VALUES ("jhon") IF NOT EXISTS;
INSERT INTO "users" ("user_name") VALUES ("mandy") IF NOT EXISTS;
APPLY BATCH;
它不会插入“mandy”，因为存在“jhon”，我该怎么做才能隔离它们？
我有很多行要插入大约 100-200K，所以我需要使用批处理。
谢谢！
【问题讨论】：
首先：您所描述的内容被记录为预期行为：
在 Cassandra 2.0.6 及更高版本中，您可以批量在 Cassandra 2.0 中作为轻量级事务引入的条件更新。只有对同一分区所做的更新才能包含在批处理中，因为底层 Paxos 实现在分区的粒度上工作。您可以将具有条件的更新与没有条件的更新分组，但是当批处理中的单个语句使用条件时，整个批处理将使用单个 Paxos 提议提交，就好像批处理中包含的所有条件都适用一样。
这基本上证实了：你的更新是针对不同的分区的，所以只会使用一个 Paxos 提案，这意味着整个批次都会成功，或者一个都不成功。
也就是说，在 Cassandra 中，批处理并不是为了加速和批量加载，而是为了创建伪原子逻辑操作。来自http://docs.datastax.com/en/cql/3.1/cql/cql_using/useBatch.html：
批次经常被错误地用于优化性能。未记录的批次需要协调器来管理插入，这会给协调器节点带来沉重的负担。如果其他节点拥有分区键，协调节点需要处理一个网络跳，导致传递效率低下。对同一分区键进行更新时使用未记录的批次。
协调节点可能还需要努力处理记录的批处理，同时保持表之间的一致性。例如，在接收到一个批次后，协调器节点将批次日志发送到另外两个节点。在协调器失败的情况下，其他节点重试批处理。整个集群都会受到影响。使用记录的批处理来同步表，如下例所示：
在您的架构中，每个 INSERT 都指向不同的分区，这会给您的协调器增加很多负载。
您可以使用具有异步执行功能的客户端运行 200k 插入，它们的运行速度会非常快 - 可能与您在批处理中看到的一样快（或更快）。
【讨论】：