由于频繁删除和插入同一行中的同一列，导致cassandra中的数据丢失

Question

我有一个列家族帖子，用于存储我的facebook帐户的帖子详细信息。我使用的是cassandra 2.0.9和datastax java驱动程序3.0。

CREATE TABLE posts (
  key blob,
  column1 text,
  value blob,
  PRIMARY KEY ((key), column1)
) WITH COMPACT STORAGE;

其中rowkey是我的userid，columnkey是postid，value是post-json。每当我在浏览器中刷新我的应用程序时，它都会从facebook中获取数据，并删除和添加现有帖子的数据。有时我会错过卡桑德拉的一些帖子。频繁地在同一行的同一列中删除和插入是否会导致数据丢失？我该怎么办？

Answer 1

这并不是真正的数据丢失，如果您以非常高的频率（如每秒数千次更新）更新同一列，则可能会产生不可预测的结果。

为什么？因为Cassandra使用insert时间戳，通过比较不同副本中同一列的时间戳，在读取时确定哪个值是正确的。

目前，时间戳的分辨率是毫秒级的，所以如果更新率非常高，例如在同一列上更新2次，持续同一毫秒，则较大的后JSON将获胜。

更大，我指的是使用postJson1.compareTo(postJson2)。排序由列的类型决定，在您的情况下，它是一个字符串，因此Cassandra通过字典式比较后JSON数据来打破平局。

为了避免这种情况，您可以在客户端通过为自己生成一个唯一的timmeuuid（）来提供写时间戳。

有许多内部操作可以生成这样的TimeUUID，例如通过使用Java驱动程序类com.datastax.driver.core.utils.UUIDs.timeBased()