将高度重复的数据插入Cassandra的最佳方法

我有一套类似桌子的东西： 它由2个主列和一个伪布尔非主列组成。 表被复制。 我大量地写入这个表中，并且通常数据库中已经存在条目。 条目的删除是由于TTL，有时（不经常）是由于删除查询

将值写入此表最有效的方法是什么

第一种选择：

只是盲目地写值

第二种选择：

检查该值是否已存在，并仅在缺少该值时写入

---

第二种方法要求在每次写入之前再进行一次查找，但可以节省数据库容量，因为它不会将不必要的写入传播到其他副本。

我将使用选项1，然后调整压缩策略。选项2会给集群增加更多的负载，因为读总是比写慢，如果在你的情况下插入数据发生在以前的数据仍然是MimTabe的时候，那么它们将被直接覆盖（所以你也可以考虑调整MeMeTabe）。 如果您具有较高的读/写比率，则可以使用分层压缩-它可以针对此用例进行更优化。如果比率不是很高，则保留默认的压缩策略

但在任何情况下，都需要调整压缩：

将

gc\u grace\u period

减小到可接受的值，具体取决于您恢复停机节点的速度

更改表格选项，如

tombstone\u compression\u interval

（），或者

取消选中\u tombstone\u compression

您还可以调整诸如，

并发压缩程序

&

压缩吞吐量(mb_/u second)

之类的内容，以执行更积极的压缩

---

谢谢你的回复！但请你澄清一下：据我所知，阅读的复杂性是恒定的，而写作的复杂性是O（副本数量），对吗？所以一般来说，你不能说写作比阅读快。这里我说的是吞吐量。读写的复杂性取决于配置的一致性级别（CL）。但对于写入，复杂性是（写入内存+提交日志）*CL，而读取复杂性是（要查看的SSTables的N个）*CL，SSTables中的查找是文件操作，具有更高的延迟。有关如何进行读写的更多详细信息，请参阅DSE Arch指南：