Scala 卡桑德拉火花连接器数据丢失

最近，我们使用了一些统计数据。 重复的查询在每次执行时都会重新出现不同的结果

背景：我们在3节点cassandra集群中有大约112K条记录。该表具有名为

guid

的单个分区键

UUID

列，并且没有集群键列

这是我定义用来检查损失的简单的

guid

提取器：

val guids = sc.cassandraTable[UUID]("keyspace","contracts").select("guid")

接下来，我多次将数据提取到本地集合中

val gss = List.fill(20)(Set(guids.collect():_*))
val gsall = gss reduce (_ | _)
val lost = gss map (gsall &~ _ size)

结果

丢失

是

列表（59707067692666835807790700564206911687670387914656265766937711673746836727312）

因此，我们每个查询都有

6,17±0,47%

数据丢失

这可能是卡桑德拉、火花或连接器的问题吗？在每种情况下，是否存在某种配置方法来防止这种情况发生？

我已经阅读并了解到，阅读一致性水平可以而且应该针对这种情况进行设置。 申报后

implicit val readConf = ReadConf.fromSparkConf(sc.getConf).copy(
    consistencyLevel = ConsistencyLevel.ALL)

我得到了稳定的结果。

我已经阅读并了解到，在这种情况下，阅读一致性水平可以也应该设置。 申报后

implicit val readConf = ReadConf.fromSparkConf(sc.getConf).copy(
    consistencyLevel = ConsistencyLevel.ALL)

我得到了稳定的结果