问题标签 [cassandra-2.0]

我正在尝试将 100 万个 LUBM 数据集加载到 Cassandra 中。但是，在大约 200,000 次插入后，我不断收到此异常。

线程“主”com.datastax.driver.core.exceptions.NoHostAvailableException 中的异常：所有主机尝试查询失败（尝试：localhost/127.0.0.1（com.datastax.driver.core.exceptions.DriverException：超时期间读））

服务器还活着。我仍然可以使用 Datastax 开发中心执行 CQL 查询。在此之前，我收到了 WriteTimeoutException，因此我在 .yaml 中调整了一些选项

以下是我系统的规格：

CPU- Intel I5 - 2 核| 内存- 4GB | 硬盘 - 500 GB 4 个驱动器。

我有一个 OWL 文件，从中读取数据并将其插入 Cassandra。我有混合的工作量。有时，根据条件，我需要从行中检索数据并将新数据附加到其中并将其写入同一行。这一定不是导致此问题的原因，因为这种情况在 200k 插入期间一定发生了很多次。

我正在使用外部硬盘来存储提交日志。concurrent_reads 设置为 16。 concurrent_writes 设置为 32。 read_timeout 已设置为 10000，write_timeout 也是如此。MAX_HEAP_SIZE="2G" HEAP_NEWSIZE="200M"

一旦我得到帽子异常，我就会看到这个带有这种模式的日志

可能是什么问题呢？

我正在阅读以下有关 Cassandra 的文章：

http://www.ebaytechblog.com/2012/07/16/cassandra-data-modeling-best-practices-part-1/#.UzIcL-ddVRw

这似乎意味着您可以在 cassandra 中为给定的行键使用不同的列键。真的吗？如果它是真的，你如何允许不同的行键。

我认为这可能是真的原因是因为假设我们有一个用户，它可以喜欢很多项目，我们只是希望 userId 是行键。我们让这个 rowKey (userID) 映射到特定用户可能喜欢的所有项目。每个特定用户可能喜欢不同数量的项目。因此，如果我们可以有多个列键，每个用户喜欢的每个 itemID 都有一个，那么我们可以这样解决问题。

因此，是否可以为特定的 rowKey 设置不同长度的 cassandra 列键？（你是怎么做的）

提供一个示例和/或一些 cql 代码会很棒！

让我感到困惑的是，我已经看到了一些 .cql 文件，它们事先定义了键空间，并且在如何使其动态化方面似乎非常不灵活，即允许它随意添加额外的列。例如：

这怎么能允许增长的列？我们不需要事先指定名称吗？或者应用程序需要的其他自定义列？

我想澄清一下 BatchStatement 的执行。

我已将许多针对不同表的插入/更新语句添加到批处理中。当我执行批处理时，我希望，如果任何一个查询失败，所有其他插入/更新都不应该成功。但它没有发生。我可以看到部分更新/插入。

我怎样才能做到这一点？[如果任何一个查询失败，则不应发生该批次的所有更新/插入。]

如何获取/打印导致批处理执行失败的确切问题查询？

LOGGED 批处理语句的目的是什么？

http://www.datastax.com/drivers/java/2.0/com/datastax/driver/core/BatchStatement.Type.html#LOGGED

在 BatchStatement 中启用跟踪的目的是什么？如何打印跟踪以调试查询问题？

http://www.datastax.com/drivers/java/2.0/com/datastax/driver/core/Statement.html#enableTracing%28%29

我的代码看起来像，

谢谢，

拉梅什

批处理语句在 cassandra 中是原子的是什么意思？准确地说，文档在本质上有点令人困惑。这是否意味着查询在集群中的节点之间是原子的？

比如说，我有一个包含 100 个查询的批次。如果批处理中的第 40 个查询失败，那么批处理中执行的 39 个查询会发生什么？

我知道在后台创建了一个批处理日志，它将处理部分批处理的一致性。它是否删除了其余 39 个条目并提供了批处理查询所需的原子性质。

在 MYSQL 中，我们将 autocommit 设置为 false，因此我们可以回滚。在这些情况下，cassandra 会回滚吗？

我们想使用检查和设置操作，但我们不想让它传播到我们的数据中心之外。用例是我们希望只允许在一个数据中心添加新用户，但我们希望他们的数据可以从其他数据中心访问以用于读取目的。为此，我们希望使用 LOCAL QUORUM 和 LOCAL SERIAL 读取执行 CAS 操作。

这个问题与我们的问题有关：Cassandra: DC Local CAS

看起来问题已得到解决/修复，但我找不到如何使用 CQL 测试/指定此问题的示例。

• 是否可以在 CQL 中的 CAS 操作期间指定一致性？如何？
• 如果不是，CQL 中 CAS 期间使用的一致性是什么？
• 我们目前正在使用 DataStax C++ 进行编程查询。这可能来自那个API吗？

我在 Cassandra 2.0.5 中有以下列族，使用Murmur3Partitioner. 在这个列族中，我存储了一个时间范围内唯一散列的幻影数量（从随时间发生的事件中提取的散列 - 并不真正相关）。

hour我的用例是选择给定时间范围（字段）内的所有哈希值及其计数。

由于数据量可能非常大，我尝试进行分页，例如使用LIMIT并从最后返回的哈希继续，如下例所示。它似乎有效，因为哈希似乎以升序排序返回。

有人可以解释这是否真的有效，为什么？特别是因为我发现这个链接表明这些行是......没有排序的，所以现在我考虑一下，应该随机返回散列。

我确实通过使用分页方法和COUNT在 cqlsh 中使用来计算行数来验证该过程，但是由于大量数据，我无法真正检查是否返回了所有正确的哈希值。

如果我希望能够快速查询 Cassandra 中的表并从中提取最大值，应该如何为其设计列族？

例如，如果我有一个人 ID 为的表，并且我还为每个人存储他们的速度，我如何设计表以便我可以尽可能快地查询最慢的人？

我们需要将速度作为主键吗？或者在上面创建一个索引什么的？

在这个例子中，我怎么知道什么时候选择二级索引而不是主键？

是否可以通过将速度作为二级索引来提取最慢的前 k 个人？

我想我的问题也试图解决 Casssandra 中的事情是如何排序的。

我正在阅读以下有关使用 cassandra 数据建模的博客：

http://www.ebaytechblog.com/2012/07/16/cassandra-data-modeling-best-practices-part-1/#terms

我试图了解如何使用 CQL 命令实现或实际执行其中的一些内容。

我对博客/教程中选项 3 部分的以下图片感兴趣。

我主要对实现底部的两个感兴趣。

在左下角的图片中，行键是项目 ID，列是喜欢该项目的用户。在本教程中，它展示了如何将一个用户存储在密钥中，有点像名称和用户 ID 的元组。如何在 CQL 中做到这一点？令我困惑的是，对于一个用户，该表能够在一行中为其存储两列值（即它存储用户 ID 和用户名）。我有点困惑，实际上这对 Cassandra 是怎么可能的。从概念上讲，这对我来说是有意义的，但是，我不确定我是否了解如何让 cassandra 真正做到这一点。

我正在阅读以下教程：

http://www.ebaytechblog.com/2012/07/16/cassandra-data-modeling-best-practices-part-1/#terms

其中一个解释是下图：

它说行按行键排序，列按列键排序。

这是否意味着列按列值排序而行键按行值排序？例如，如果我的第 1 行的值是 10、2、30、4（所有整数），它会将该键的列排序为 2、4、10、30？

同样对于行，如果我们有 11、22、3、44，它会将行排序为 3、11、22、44？

我只是对按列排序意味着什么感到困惑。

我有兴趣澄清这一点的原因是，如果我可以对我插入的值进行排序，那对我来说将非常方便，因为我不必在列中插入排序列表。

如何使用 CQL 3 获取 Cassandra 中键空间中所有列族的列表？