我得到批量写入请求，让我们说来自客户端的20个密钥。 我可以在一个批处理中将它们写入C *，也可以以异步方式单独写入它们并等待将来完成它们。
批量写入似乎不是一个goo选项，因为我的插入率很高，如果键属于不同的分区，协调员将不得不做额外的工作。
在datastax java驱动程序中是否有一种方法可以将密钥组合在一起 它可能属于同一个分区，然后将它们分成小块 批处理，然后在异步中执行invidual unlogged batch write。在那里面 方式我会在协调员的同时减少对服务器的rpc调用 必须在本地写。我将使用令牌感知策略。
你的想法是正确的，但没有内置的方式，你通常手动这样做。
这里的主要规则是使用 TokenAwarePolicy所以在驾驶员方面会发生一些协调。
然后，您可以通过分区键的相等性对请求进行分组，这可能就足够了，具体取决于您的工作负载。
我所说的“通过分区密钥的相等性分组”是指例如你有一些看起来像的数据
MyData { partitioningKey, clusteringKey, otherValue, andAnotherOne }
然后在插入几个这样的对象时，将它们分组 MyData.partitioningKey。对于所有存在而言，它都是存在的 paritioningKey 值，您可以使用相同的所有对象 partitioningKey，并将它们包裹起来 BatchStatement。现在你有几个 BatchStatements，所以只需执行它们。
如果你想进一步模仿cassandra哈希，那么你应该通过查看群集元数据 getMetadata 方法 com.datastax.driver.core.Cluster 上课，有方法 getTokenRanges 并将它们与结果进行比较 Murmur3Partitioner.getToken 或您配置的任何其他分区程序 cassandra.yaml。我自己从未尝试过。
所以，我建议实施第一种方法，然后对您的应用程序进行基准测试。我自己正在使用这种方法，而且在我的工作量方面，它比没有批处理更好，更不用说没有分组的批处理了。
你的想法是正确的，但没有内置的方式，你通常手动这样做。
这里的主要规则是使用 TokenAwarePolicy所以在驾驶员方面会发生一些协调。
然后，您可以通过分区键的相等性对请求进行分组，这可能就足够了，具体取决于您的工作负载。
我所说的“通过分区密钥的相等性分组”是指例如你有一些看起来像的数据
MyData { partitioningKey, clusteringKey, otherValue, andAnotherOne }
然后在插入几个这样的对象时，将它们分组 MyData.partitioningKey。对于所有存在而言，它都是存在的 paritioningKey 值，您可以使用相同的所有对象 partitioningKey，并将它们包裹起来 BatchStatement。现在你有几个 BatchStatements，所以只需执行它们。
如果你想进一步模仿cassandra哈希，那么你应该通过查看群集元数据 getMetadata 方法 com.datastax.driver.core.Cluster 上课，有方法 getTokenRanges 并将它们与结果进行比较 Murmur3Partitioner.getToken 或您配置的任何其他分区程序 cassandra.yaml。我自己从未尝试过。
所以，我建议实施第一种方法，然后对您的应用程序进行基准测试。我自己正在使用这种方法，而且在我的工作量方面，它比没有批处理更好，更不用说没有分组的批处理了。
记录 在Cassandra中应小心使用批次，因为它们会产生额外的开销。它还取决于分区键分配。如果批量写入针对单个分区，则使用 未注册 批处理导致单个插入操作。
一般来说，以异步方式编写它们似乎是一个很好的方法，如下所示： https://medium.com/@foundev/cassandra-batch-loading-without-the-batch-the-nuanced-edition-dd78d61e9885
您可以在上面的站点上找到如何处理多个异步写入的示例代码： https://gist.github.com/rssvihla/26271f351bdd679553d55368171407be#file-bulkloader-java https://gist.github.com/rssvihla/4b62b8e5625a805583c1ce39b1260ff4#file-bulkloader-java
编辑：
请阅读此内容：
https://inoio.de/blog/2016/01/13/cassandra-to-batch-or-not-to-batch/#14
单个分区批处理成本是多少？
没有为单个分区批次编写批处理日志。该 协调员没有任何额外的工作（对于多分区 写道）因为一切都进入了一个分区。单 分区批次已优化：它们应用于单个批次 RowMutation [10]。
简而言之：单个分区批次不会增加太多负载 服务器比正常写入。
多分区批处理的成本是多少？
让我引用克里斯托弗·贝蒂的话，因为他总结了这一点 非常好的在他的帖子“Cassandra反模式：记录批次”[3]：
Cassandra [首先]将所有语句写入批处理日志。那 在协调器的情况下，批处理日志被复制到另外两个节点 失败。如果协调器失败，则批处理日志的另一个副本 将接管。 [..]协调员必须做更多的工作 群集中的任何其他节点。
再次，在子弹中必须做的事情：
- 序列化批处理语句
- 将序列化批处理写入批处理日志系统表
- 将此序列化批次复制到2个节点
- 坐标写入持有不同分区的节点
- 成功时从批处理日志中删除序列化批处理（也在2个副本上）
请记住，自Cassandra 2.1.6起，不推荐使用多个分区的未记录批次