NoSQL数据库（Cassandra DB）中的数据建模

Question

我目前正在涉及NoSQL数据库（具体来说是Apache Cassandra）的项目的规范阶段。

正如我想你们中许多人曾经经历过的那样，我必须在标准化和数据复制之间做出权衡。

就我而言，我愿意快速进行大量分析和数据提取，因此我的数据将被完全去规范化，并且我们在整个表之间复制数据（我们在写时松散，在读时获利）

考虑以下用户表：

CREATE TABLE users (
   user_id UUID,
   first_name TEXT,
   last_name TEXT,
   profile_pic TEXT,
   PRIMARY KEY (user_id)
); 

字段： first_name, last_name 。 可以在不同的表上多次使用和复制，有时具有不同的字段名称，例如： creator_first_name, poster_first_name, taker_first_name, contributor_first_name等。

这是有趣的部分。

• 我如何在数十个表（族，集合等）中的许多重复数据上保持数据一致性？
• 我是否应该考虑后端的其他功能，以确保在数据库中编写和更新应用程序的重复部分？
• 通过添加更多代码或在数据库级别（例如cassandra具有Batch语句）来保持后端级别的一致性更好？
• 是否有社区使用和同意的时间证明模式？

Answer 1

为了保持一致性，您将最终在许多这些表中的应用程序级别中多次编写。

一种类似的方法是在“名称更改”的后端有一个队列，并让后台服务去更新所有适当的表。 这将意味着一些延迟，但总体上可能会更安全。

此外，您可以在这些表中用user_id代替name，并在cassandra的redis前面添加类似内容，以缓存用户名。 钻探探索用户配置文件时，直接转到源。 就是说，起初我只是从cassandra读到的，这将是性能上的提高。 Reddit上有一篇关于'我们如何构建/ r / place'的博客文章： https ://redditblog.com/2017/04/13/how-we-built-rplace/

请勿使用批量插入。 这些不是原子插入。 如果一个失败，则该作业失败，但是您的部分或全部插入物可能已被写入某些节点。