可靠地更新Cassandra中大量行的最佳实践（关系更新）

我有几个相互关联的表，看起来像这样：

organizations: 
- id
- name
- ... other fields

users:
- id
- name
- organization_id
- organization_name
- ... other fields

我在

users

表中保留

organization\u name

字段，这样它就不必查找organization来获取组织名称

问题是，如果更改了组织名称，则必须更新与该组织相关的所有用户以反映新名称。在我的真实场景中，有更多的表存储

organization\u name

问题：目前，我只是异步启动update语句，如果中途失败，那么我将得到不一致的数据

问题：是否有处理此类问题的最佳做法

可能的解决方案：

• 使用

  BATCH

  语句。但我发现它非常有限，因为默认情况下它只允许50kb的查询大小（在我的情况下，1次更新可能会导致从两个或三个不同的表中更新8000个其他实体，字段值的长度不同，因此查询大小相当不可预测）
  • 实际上，我尝试使用

    BATCH

    语句更新100个项目（需要更新的600个项目中的100个），但由于“批大小太大”异常而失败
• 更新失败时重试

PS-我的行不是太宽，每个表最多有20列

---

更新：

忘了添加，这是一个需要尽快反映更新的webapp，所以批处理作业将不适用

---

更新2：

---

关于读取模式，我当前的示例过于简单，但在任何情况下，我都需要获取用户列表（可以来自多个组织）-这可能会返回数百个组织中的数千个用户，这就是我将

组织名称

存储在

用户

表中的原因，因为我的理解是，使用Cassandra数据反规范化是一种方法

就像在每个长时间运行的更新过程中一样，您应该使用书签的概念：

• 运行（比如100）个异步更新的作业，然后将其存储在刚刚更新100行的位置
• 运行另外100行的作业，然后将刚刚更新的200行添加到书签中
• 等等

在崩溃的情况下，您只需通过阅读书签恢复崩溃的位置

---

要执行此任务，您必须已经知道必须更新哪些记录，但我假设您已经知道这些记录或知道如何检索这些信息。

尝试使用分页。大多数司机都支持它

1） 从users表接收更新结果，每页分页x行

2） 对页面中的每条记录运行异步更新

---

3） 转到下一页。

您的阅读模式是什么？为什么要避免按用户查找组织名称？如果您想显示关于一个用户的信息，最好有一个额外的请求来获取组织名称，而不是支持多个表之间的一致性。@MikhailBaksheev I更新了问题以包含更多详细信息。我同意如果为一个用户显示，那么存储组织名称是没有意义的：-）您将通过哪个字段获取用户？或者所有用户？我的回答是：“以X组记录的形式更新所有记录。选择X以最好地反映您的需求。连续运行多个‘组更新’，就像您应该一次更新所有记录一样，但只需将每个组添加到书签，以便在出现问题时能够继续。”这不是“尽快”吗？没有批次，只是异步的。并将查询设计为幂等，以便可以一次又一次地运行它们。。。