Question

您能否分享一下您如何在Cassandra中实现数据版本控制的想法。

假设我需要在简单的地址簿中对记录进行版本控制。（地址簿记录存储为ColumnFamily中的行）。我期待历史：

将不经常使用
将一次性使用，以“时间机器”的方式呈现它
单个记录的版本不会超过几百个。
历史不会过期。

我正在考虑以下方法：

将地址簿转换为超级列族，并将多个版本的地址簿记录存储在一行中（按时间戳记）作为超级列。
创建新的超级列族以存储旧记录或更改记录。这种结构如下：

{ '地址簿行密钥'：{ 'time stamp1'：{ '名字'：'新名字'， '修改者'：'用户ID'， }，
```
'time stamp2': {
        'first name': 'new name',
        'modified by': 'user id',
    },
},
```
'另一个地址簿行键'：{ '时间戳'：{ ....
将版本存储为新ColumnFamilly中附加的序列化（JSON）对象。将版本集表示为行，将版本表示为列。（模仿Simple Document Versioning with CouchDB）

Answer 1

如果您可以添加地址簿通常少于10,000个条目的假设，那么在超级列族中每个地址簿时间线使用一行将是一个不错的方法。

一行看起来像：

{'address_book_18f3a8':
  {1290635938721704: {'entry1': 'entry1_stuff', 'entry2': 'entry2_stuff'}},
  {1290636018401680: {'entry1': 'entry1_stuff_v2', ...},
  ...
}

其中行键标识地址簿，每个超级列名称都是时间戳，子列表示该版本的地址簿内容。

这将允许您只使用一个查询读取地址簿的最新版本，并使用单个插入编写新版本。

如果地址簿少于10,000个元素，我建议使用它的原因是，当您读取单个子列时，必须完全反序列化超级列。总的来说，在这种情况下并没有那么糟糕，但要记住这一点。

另一种方法是每个版本的地址簿使用一行，并使用单独的CF和每个地址簿的时间行，如：

{'address_book_18f3a8': {1290635938721704: some_uuid1, 1290636018401680: some_uuid2...}}

这里，some_uuid1和some_uuid2对应于那些版本的地址簿的行键。这种方法的缺点是每次读取地址簿时都需要两个查询。好处是它可以让您有效地只读取地址簿的选定部分。

Answer 2

HBase（http://hbase.apache.org/）内置了此功能。试一试。

在Cassandra中实现数据版本控制的方法

2 个答案: