Question

我正在使用宽列索引以时间轴方式命令记录，la：

"TimelineIndex" //CF name
  [CFName] //row key
    [TimeUUID]:[CFRowKey] //column name/value
    [TimeUUID]:[CFRowKey] //column name/value
    [TimeUUID]:[CFRowKey] //column name/value
    [TimeUUID]:[CFRowKey] //column name/value

假设我在TimelineIndex CF中有10条记录，每天有一列，范围从'01 / 01/2013 12:00:00'到'10 / 01/2013 12:00:00'（作为TimeUUIDs），然后运行以下get_slice（）命令：

var predicate = new SlicePredicate(){ Slice_range = new SliceRange() {
{
  Start = TimeGenerator.GetTimeUUID(new DateTime("06/01/2013 12:00:00"),
  Finish = TimeGenerator.GetTimeUUID(new DateTime("11/01/2013 12:00:00"),
  Count = 5,
  Reversed = false
}};
var results = client.get_slice([CFName], parent, predicate, consitencylevel.one);

此查询返回的列并不总是一致的。大多数时候返回名为'06 / 01/2013 12:00:00'的列，但是每隔一段时间（大约有10次执行中的1）该列被排除在结果之外，我最终只返回了4列

我不能为我的生活弄清楚为什么我会在这里得到不一致的结果。有人可以说明这个原因吗？

在有人说之前，我知道不建议直接使用Thrift - 这纯粹是一个概念证明练习！

Answer 1

冒着明显的危险，请记住TimeUUID（版本1 UUID）有两个目的：

他们有一个基于时间的组件
他们是UUID

因此，您可以插入多个基于时间的数据值并按时间顺序返回，而不必担心因列名冲突而丢失数据。

还要记住，列名必须全局排序才能使Cassandra正确找到您的数据，UUID也不例外。因此，如果您为Cassandra提供两个具有相同时间组件的TimeUUID，它将根据非时间组件对它们进行排序。

所以，正在发生的是上述两点之间的微妙交互：当你在06/01/2013 12:00:00创建新的随机时间TimeUUID时，有时会在你插入的那个之前进行排序，有时则不会。如果没有，则不包括第一列。

要解决此问题，您需要有意为查询UUID构建非时间组件，以便尽可能低地排序。例如，pycassa库就是这样做的。

Answer 2

您的问题似乎与您的一致性水平有关。您有2个副本，但您正在阅读一致性级别为ONE。如果您也使用ONE编写，则会遇到您描述的问题。如果您将读取级别更改为QUORUM（或LOCAL_QUORUM），我的猜测是您的数据永远不会消失。偶尔消失的数据几乎总是一致性问题。

为什么会这样？

使用RF = 2的3个节点的设置，假设你用CL = ONE写了A列。现在你有一个节点（比方说N1）和A列，另一个理论上得到副本的节点（比方说N2）还没有它。所以你最终会得到这个：

N1: has A
N2: does not have A
N3: will look to N1 or N2 for A

现在，让我们看看如果使用CL = ONE，您会向每个节点询问A：

N1: you get A
N2: you get nothing because it doesn't check with any other nodes
N3: you may get A or nothing, depending on whether the request gets handled by N1 or N2

如果您阅读CL = QUORUM：

N1: you get A, and N2 gets updated due to repair on read
N2: you get A, because it checks against N1 and repairs
N3: you get A, because both N1 and N2 will reliably return it

您可以使用QUORUM读取轻松检查这是否是您的问题。如果是这样，问题就不会再出现了。

获取切片返回不一致的结果

2 个答案: