cassandra：不一致的列族

Question

取自http://www.ibm.com/developerworks/library/os-apache-cassandra/中的示例。假设我们关心两个实体：书籍和标签。一本书有多个标签，所以它们之间的关系是1：M。

根据文章，我们应该创建两个列族：Books和Tags2BooksIndex。前者存储关于一本书的所有信息（包括其所有标签），而后者是一个从标签映射到书籍的索引，因此对于给定的标签，我们可以快速找到具有该标签的所有书籍。所有这些看起来很好。但我有一个问题：

考虑如何将新书添加到数据库：（1）将新行添加到列家族Books，（2）更新Tags2BooksIndex将新书添加到所有与这本书。

假设我们完成步骤（1）2秒后，新的书籍行已被复制到它应该去的所有节点，并且步骤（2）仍在继续。现在，如果我从books读取这个新书籍以获取标签，然后使用此标签检查Tags2BooksIndex，则可能发生以下情况：我无法从Tags2BooksIndex中找到新书，因为它尚未完全更新，或者更新尚未被复制到所有副本节点。

如何处理这种情况？更换2秒2毫秒，我们仍然有不一致的时间窗口。我想知道处理这种情况的“正确/实用”方法。

Answer 1

Cassandra落入CAP的AP一侧。它牺牲了一致性。在cassandra 2.x中有批处理语句可以提供帮助：http://www.datastax.com/documentation/cql/3.1/cql/cql_reference/batch_r.html

虽然这里真正的问题是这种不一致的后果是什么？这是一个2分钟的窗口，在这个窗口期间，您的搜索不会为标签返回新书吗？这是灾难性的吗？在容错分布式系统中，通常不得不接受不一致的口袋，否则会牺牲可用性，因为分区可能会发生。如果您的数据模型确实需要两个独立的原子突变，那么批处理语句可以提供帮助，但是它会消耗一些可用性。如果你有一点不一致，那么你仍然可用。这归结于您的具体业务要求，即什么是和不可接受。