如何在Cassandra中比较两个表

我必须比较卡桑德拉中的两个表格以得出差异。这是要求。我们必须进行库存盘点，在盘点中输入/扫描库存中的每个项目，完成后，我们将所有项目与主库存表进行比较，以获得差异。 我在Cassandra中创建了一个临时表，在其中我将针对每次扫描插入记录

**TempInventory**

userId
storeId
skuId
PK(storeId, skuId)

我有主表和其他细节-

**Inventory**

storeId
skuId
skuDesc
..
..
PK(storeId)

扫描完成后，在提交时，我必须将tempInventory与Inventory表进行比较，以获得差异。既然我们不能使用连接，那么在Cassandra中这样做的最佳方式是什么

在对象集合中获取Java类中的所有内容，然后进行比较（使用Java 8特性以获得更好的性能）[在这种情况下，清单表大小可能超过3000。因此，在JVM中获取所有内容是否合适）

在Cassandra中使用spark SQL，它允许使用连接（spark对我来说是新的，所以没有更好的主意。一些示例链接会很有帮助）

是否有其他可用的实用程序（例如来自Apache）

我也在使用Gemfire。但我认为我们不能用复合密钥在Gemfire中创建区域。请纠正我

---

请建议最合适的方法。

正确，Cassandra没有提供任何内置机制来与表进行比较，您需要自己做

第一个建议是在两个表中使用相同的主键。是否需要在临时表的主键中添加

skuId

？这将使获取数据进行比较变得困难

---

我认为答案取决于需要处理的数据量，使用Spark或Storm进行流处理是值得的。如果没有那么多，可以使用一个简单的Java程序。可能需要一段时间才能完成，但不必安装Spark或Storm。

正确，Cassandra没有提供任何内置机制来与表进行比较，您需要自己完成

第一个建议是在两个表中使用相同的主键。是否需要在临时表的主键中添加

skuId

？这将使获取数据进行比较变得困难

---

我认为答案取决于需要处理的数据量，使用Spark或Storm进行流处理是值得的。如果你没有那么多，你可以使用一个简单的Java程序。这可能需要一段时间才能完成，但你不必安装Spark或Storm。

谢谢。多个用户可以扫描，他们可以扫描相同的sku。因此，我们不需要为相同的sku设置重复的行。这是为什么sku是PK的一部分。谢谢。多个用户可以扫描，他们可以扫描相同的sku。因此，我们不需要为相同的sku创建重复的行。这就是为什么sku是PK的一部分。