插入空值时如何避免cassandra墓碑

我的问题是cassandra在插入空值时会创建墓碑

据我所知，cassandra不支持NULL，当插入NULL时，它只删除相应的列。一方面，这是非常节省空间的，但另一方面，它会创建墓碑，从而降低读取性能

这与NoSql哲学相去甚远，因为cassandra节省了空间，但降低了读取性能。在NoSql世界中，空间很便宜，但性能很重要。我相信这就是以非规范化形式保存表格背后的哲学

我希望cassandra使用与任何其他值相同的插入NULL的技术—使用时间戳并在压缩过程中保留最新条目—即使条目为NULL（或者我们可以称之为“unset”）。 在cassandra配置中是否有任何调整，或者我如何能够在没有墓碑的情况下使用空值实现升级的方法

然而，我发现它只允许忽略空值

我的用例： 我有一连串的事件，每一个事件都由causeID标识。我收到许多具有相同causeId的事件，我只想存储相同causeId的最新事件（使用upsert）。事件的属性可以从NULL更改为特定值，也可以从特定值更改为NULL。不幸的是，后一种情况会产生墓碑并降低读取性能

更新

---

看来我没办法避开墓碑。你能给我一些关于如何最小化它们的技术建议吗（将gc_grace_seconds设置为非常低的值）。当节点宕机时间超过gc\u grace\u秒时，会有什么风险，该怎么办？

如果在插入中特别提到NULL，则无法避免出现墓碑。C*在插入或写入数据之前不进行查找，这使得写入速度非常快。为此，C*只需插入一个墓碑，以避免以后出现该值（使用最新的更新来比较时间戳）。如果要避免逻辑删除（建议这样做），必须准备不同的查询组合，在将每个查询添加到INSERT之前检查它们是否为NULL。如果要检查的字段很少，那么只需添加一些If-ELSE语句就很容易了。但是如果有很多，代码会更大，可读性也会更低。很快，您就不能插入NULL，这将影响以后的读取性能

---

您不能在Cassandra中插入NULL-它在那里有特殊的意义，并导致创建您观察到的墓碑。如果您想将NULL视为特殊值，为什么不在应用程序端解决这个问题呢？当您获得

NULL

状态时，只需插入任何无法在表中使用的特殊值，当您读回数据时，检查该特殊值并向请求者输出

null

。

在后一种情况下，null是什么意思-当从特定值更改为null时？将特定值更改为null的可能重复简化示例：创建表事件（id文本主键，事件文本）；插入事件（“1”、“特定值”）；插入事件（'1'，空）；您不需要生成具有不同列组合的准备语句-只需对现有准备语句使用

unset

，如下所述：数据通过Spark app保存，我可以将Spark.cassandra.output.ignoreNulls=true，但这对我没有帮助，因为空值将被忽略，所以即使在应该删除旧列值时也会保留它们。如果要删除行或列（插入空值或使用delete语句），将生成墓碑。没有别的办法。C*未就地删除。如果要将null值用作null（unset或列没有当前值），只需将unset用作@AlexOtt或cassandra.output.ignoreNulls=true，如前所述。正如AlexOtt提到的，NULL在C*中有特殊含义，如果您想使用它删除之前的值，那么将生成墓碑。如果您想删除一个愿意忽略墓碑的数据，这在C*中是不可能的。谢谢您的建议，我也在考虑这个解决方案，但是在我看来，它似乎是一个解决方案，可以更直接地工作。这个解决方案有两个问题。1） 我正在存储一个复杂的嵌套数据结构，所以检查所有字段是一场噩梦。2） 存储在Cassandra中的数据不会被应用程序读取，数据将由数据科学家使用tableau、zeppelin、notebook等分析工具进行分析……您能展示您的表结构以及如何执行更新吗？不幸的是，我无法共享表结构，它是一个包含200行的DDL。该表有许多UDT，它有40个顶级属性，类型为：text、boolean、UDT、timestamp、int、list。数据从Kafka队列流式传输，使用Spark数据流进行处理，转换为DataFrame并保存到C*如果使用嵌套结构的冻结版本，则可以避免嵌套结构中的墓碑-如果通过Spark存储数据，则是完全写入数据，而不是更新表的部分。列表、映射和集合也是一样，我尝试使用冻结结构，当我将它们设置为null时，它们也会创建墓碑，我不知道如何更新空UDT（我可以对空数组执行此操作）。有趣的是，当我将冻结UDT设置为null时，cqlsh的跟踪信息显示它没有读取任何墓碑。但是sstabledump显示删除的标记。。。