如何有效地使用使用datastax java驱动程序批量写入cassandra？

Question

我需要使用Datastax Java驱动程序将Batches写入Cassandra，这是我第一次尝试将batch与Datastax Java驱动程序一起使用，因此我感到有些困惑-

下面是我的代码，我试图在其中创建一个语句对象并将其添加到Batch并将ConsistencyLevel设置为QUORUM。

Session session = null;
Cluster cluster = null;

// we build cluster and session object here and we use  DowngradingConsistencyRetryPolicy as well
// cluster = builder.withSocketOptions(socketOpts).withRetryPolicy(DowngradingConsistencyRetryPolicy.INSTANCE)

public void insertMetadata(List<AddressMetadata> listAddress) {
    // what is the purpose of unloggedBatch here?
    Batch batch = QueryBuilder.unloggedBatch();

    try {
        for (AddressMetadata data : listAddress) {
            Statement insert = insertInto("test_table").values(
                    new String[] { "address", "name", "last_modified_date", "client_id" },
                    new Object[] { data.getAddress(), data.getName(), data.getLastModifiedDate(), 1 });
            // is this the right way to set consistency level for Batch?
            insert.setConsistencyLevel(ConsistencyLevel.QUORUM);
            batch.add(insert);
        }

        // now execute the batch
        session.execute(batch);
    } catch (NoHostAvailableException e) {
        // log an exception
    } catch (QueryExecutionException e) {
        // log an exception
    } catch (QueryValidationException e) {
        // log an exception
    } catch (IllegalStateException e) {
        // log an exception
    } catch (Exception e) {
        // log an exception
    }
}

下面是我的地址元数据类 -

public class AddressMetadata {

    private String name;
    private String address;
    private Date lastModifiedDate;

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public String getAddress() {
        return address;
    }

    public void setAddress(String address) {
        this.address = address;
    }

    public Date getLastModifiedDate() {
        return lastModifiedDate;
    }

    public void setLastModifiedDate(Date lastModifiedDate) {
        this.lastModifiedDate = lastModifiedDate;
    }
}

现在我的问题是-我使用Batch插入带有DatastaxJava驱动程序的cassandra的方式是正确的吗？重试策略呢？这意味着如果批处理语句执行失败，会发生什么，它会再次重试吗？

有没有更好的方法来使用java驱动程序批量写入卡桑德拉？

Answer 1

我们在使用异步和批处理之间争论了一段时间。我们尝试了两者进行比较。与单个“异步”请求相比，使用“未记录批处理”可以获得更好的吞吐量。我们不知道为什么，但根据Ryan的博客，我猜这与写入大小有关。我们可能进行了太多较小的写入，因此批处理它们可能会给我们带来更好的性能，因为它确实减少了流量。

我不得不提一下，我们甚至没有以推荐的方式进行“未记录的批处理”。建议的方法是使用单分区键执行批处理。基本上，批处理属于同一分区键的所有记录。但是，我们只是批处理了一些可能属于不同分区的记录。

有人做了一些基准测试来比较异步和“未标记的批处理”，我们发现这非常有用。这是链接。

Answer 2

Cassandra中的批处理关键字不是将大量数据批处理在一起以进行批量加载的性能优化。

批处理用于将原子操作组合在一起，即您希望一起发生的操作。批处理保证如果批处理的一部分成功，整个批处理都会成功。

分批使用可能不会让你的大量摄入运行得更快

此处取消记录批处理的目的是什么？

Cassandra使用一种称为批处理日志的机制来确保批处理的原子性。通过指定未记录的批处理，您关闭了此功能，因此批处理不再是原子的，可能会因部分完成而失败。当然，记录批处理并确保它们的原子性会有性能损失，使用未记录的批处理会消除这种损失。

在某些情况下，您可能希望使用未记录的批处理来确保属于同一分区的请求（插入）一起发送。如果一起批处理操作，并且需要在不同的分区/节点中执行它们，那么您基本上为协调器创建了更多工作。在Ryan的博客中查看这方面的具体示例：

现在我的问题是-我使用Batch插入带有DatastaxJava驱动程序的cassandra的方式是否正确？

我看不出你的代码有什么问题，这取决于你想实现什么。深入阅读我分享的那篇博文，了解更多信息。

重试策略呢，也就是说，如果批处理语句执行失败，会发生什么情况，它会再次重试吗？

如果批处理失败，则批处理本身不会重试。驱动程序确实有重试策略，但您必须单独应用这些策略。

java驱动程序中的默认策略仅在以下情况下重试：

< li >在读取超时时，如果有足够的副本回复，但未检索到数据。 < li >关于写入超时，如果我们在写入批处理语句使用的分布式日志时超时。

阅读有关默认策略的更多信息，并根据您的用例考虑不那么保守的策略。