将数据从单个csv文件加载到多个Cassandra表？

Question

我是Cassandra的新手，我正在努力解决一些概念。我看到在多个表（使用不同的分区键）中复制相同数据以支持查询的优势，但ETL作业通常是如何设置的？

考虑一个场景，其中来自单个csv文件的数据必须加载到多个表。我们应该多次使用csv文件运行copy / sstableloader / cassandra-loader实用程序，每个表一次吗？

当数据部分加载到某些表但加载脚本仍在运行时，如何保持读取一致性？连接到两个不同表的客户端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。这是唯一的选择吗？

谢谢！

Answer 1

我对Cassandra也很新，根据我到目前为止所做的事情，似乎物化观点是你最好的选择。如果不进行该路由，那么使用Cassandra中的数据执行的所有CRUD语句都必须管理所有表中的数据。物化视图使您无法为每个表编写语句，而是管理基表并自己管理视图。您可以找到一个很好的概述here。

BATCH是批量插入数据的最佳选择。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。我没有看到任何可以在Cassandra中做到的事情，并且基于分布式特性，我不确定它是如何在整个集群中完成“整批”时锁定读取的。