更新整个Cassandra表的列值的实用解决方法

Question

我知道由于Cassandra的分布式特性，它没有提供更新整个表的列值的方法。

但是，我确实有一个需要执行此操作的要求。我需要将“枚举”列值更新为新值。该“枚举”的所有其余值应保持不变。此列不是我的主键的一部分。

我可以想到两种方法来实现这一目标，但两者似乎都有些令人费解，并且存在我宁愿不必处理的问题：

a）用Java，scala，node或任何具有Cassandra驱动程序的语言编写代码。

1. 从该cassandra表中读取流（其中将包含我的主键）
2. 更新我要在对象中更新的值。
3. 根据主键分别保存每一行。

但是，我需要编写一些代码以仅使用一次然后扔掉，而且很可能会遇到我的公司在将其在其他环境（主要是生产环境）中运行时遇到的麻烦。

b）编写在两个单独的步骤中执行的cql脚本。

1. 第一个cql脚本将表转储到csv文件中。
2. bash脚本将替换我要在csv文件中更改的值（使用sed或其他内容）。
3. 第二个cql脚本将删除我的表和实例化视图，从头开始创建它们，然后将更新的csv复制回到表中，并重新创建我的所有实例化视图。

此解决方案容易出错，具体取决于重新创建表的方式。除非我使用describe <table>的结果，否则可能会导致创建索引遗漏，或者不应用最初创建表时不存在的某些更改。在删除和重新创建表的同时，还需要停机时间，以及复制数据直到获得所需的一致性为止的时间。

还有其他选择吗？任何使用包含此字段的物化视图的方法都需要更新，并以某种方式用于更新？

我可以使用token（）函数进行更新吗？我尝试过，但收到一条消息，说它不能在where子句中用于更新。

还有其他简单干净的方法来进行这些更新吗？

Answer 1

最大的问题是更新应该是原子的。该列的数据也发生了很大变化。 作为一种选择，您可以创建一个新列，并用更新后的值填充它。 同时，在受影响的分区上限制I / O操作。操作完成后，启用操作。 您需要同时跟踪已处理的分区。