使用Cassandra 1.1，是否可以使用从Column Family X读取的Hadoop作业，并同时“更新”它。也就是说，将X指定为输入列族，然后指定
我们要做的是：我们将要读取（可能非常宽）的行。在map（）方法中，我们遍历该行的列，并在处理每个列时，我们不再需要该列，因此我们计划通过在Cassandra中以TTL = 1秒更新它来“过期”它。
如果在地图步骤中不可能或不建议这样做，那么我们准备在reduce步骤中执行此操作。但是，我们更喜欢在map步骤中执行此操作，因为在reduce步骤中执行此操作意味着我们需要为reduce（）方法提供足够的信息以标识我们尝试过期的row + col。这意味着我们的地图步骤需要将此信息包含在其输出中，如果可能的话我们会尽量避免这种情况。
再次，是否可以使用＃1或＃2？
执行此操作答案 0 :(得分：1)
首先，您可以在地图中执行任何操作或减少步骤。所以，是的，这是可能的。
可以在Reduce步骤中写入相同的列族，因为Map和Reduce步骤是按顺序执行的。您可以在Reduce步骤中更新任何列族。
关于Map：可以使用Hector / Thrift API在Map步骤中写入相同的列族，但这是一个不好的实践。首先，因为Map步骤仅用于读取数据。在Map步骤中，您将继续迭代行 - 它正在使用Hadoop中的快速低级Cassandra读取器实现快速工作。使用Hector你的Map步骤会慢得多。
如果您想要在Map步骤中删除的数据永远不会在后续步骤中使用，您可以，但我重复一遍 - 写入您在Map步骤中迭代的数据集是一个不好的实践。如果map-reduce作业失败（由于任何原因），您在地图步骤中收集的垃圾数据可能会损坏（它们已在地图步骤中删除，但由于作业失败，reducer将永远不会看到它们。）
Map-Reduce规则：您应该以连续的方式修改您迭代的所有数据。首先迭代数据集，然后修改。不要同时这样做
回答你的问题，无论如何都有可能，但＃2是有效的。您应该使用Reduce步骤来编写/删除操作。
P.S。您似乎正在尝试将Hadoop用作垃圾收集器 - 这不是它的设计方法。