将单个csv文件中的数据加载到多个Cassandra表中？

Question

我是Cassandra的新手，我正在努力应对一些概念。我发现跨多个表（使用不同分区键）复制相同数据以支持查询的优势，但通常如何设置ETL作业？

考虑一个场景，其中一个csv文件的数据必须加载到多个表。我们是否可以多次运行带有csv文件的copy/sstableloader/cassandra-loader实用程序，每个表只运行一次？

当数据已被部分加载到某些表，但加载脚本仍在运行时，如何保持读一致性？连接到两个不同表的客户可能会读取两个不同的值。一些在线论坛建议使用物化视图。那是唯一的选择吗？

谢谢！

Answer 1

我对Cassandra也很新，基于我迄今为止所做的工作，似乎物化视图是您最好的选择。如果你不走那条路线，那么你对Cassandra中的数据所做的所有CRUD语句都必须管理所有表中的数据。物化视图让您摆脱为每个表编写语句的业务，而是管理基表和视图管理自己。你可以找到一个好的概述here。

BATCH是插入散装数据的最佳选择。但是，它不会阻止脏读，就像用户只获取一些仍在插入过程中的行。我没有看到任何在卡桑德拉会做到的事情，并且基于分布式特性，我不确定它在整个集群中完成“整批”时如何锁定读取。