时间戳来源

Cassandra的每一列都是分版本存储的，即插入一列新数据，Cassandra都要赋予其一个时间戳作为版本号，如果主键一致，那原来的数据并不删除，而是直接把新数据覆盖在旧数据上，并按时间戳排序；每次查询都会获取时间戳最大的那一个。

1. 当DefaultTimeStamp = false：当有数据插入或者更新的时候，所带来的列时间戳根据request所访问的cassandra节点的ntp服务时间作为列时间戳，并同步到集群的其他节点中。

• 此时若cassandra集群内的节点服务器时间不一致，可能导致多客户端对不同cassandra操作同一key的时候，产生一致性的问题。

1. 当DefaultTimeStamp = true：以客户端的时间戳为准，覆盖其到达服务端的时间戳

• 当多个客户端节点时间不一致时，且多个客户端同时对数据库中的同一key值进行更新操作时，可能会导致数据的乱序，从而导致数据库写入失败；

解决方法：

1. 使用NTP同步数据库节点和需要访问数据库的节点之间的时间；
2. 如果是多客户端，客户端之间还要同步时间；
3. 使用Consistency Level： QUORUM；

可调控的读写一致性

Cassandra 提供了可调节的一致性，允许我们选定需要的一致性水平与可用性水平，在二者间找到平衡点。因为客户端可以控制在更新到达多少个副本之前，必须阻塞系统。这是通过设置副本因子（replication factor）来调节与之相对的一致性级别。

通过副本因子（replication factor），你可以决定准备牺牲多少性能来换取一致性。副本因子是你要求更新在集群中传播到的节点数（注意，更新包括所有增加、删除和更新操作）。

客户端每次操作还必须设置一个一致性级别（consistency level）参数，这个参数决定了多少个副本写入成功才可以认定写操作是成功的，或者读取过程中读到多少个副本正确就可以认定是读成功的。

在Cassandra中，强调的是“最终一致性”，即如果在一致性级别较低时，Cassandra只能保证存储数据的最终一致，可能在某个时刻，数据库中所有副本之间的数据并不一致。

客户端在发起请求（读or写）时，可以指定一致性级别（默认为ONE），简单分为ONE，QUORUM和ALL。以单数据中心为例，假设数据中心有3个节点，replication_factors为3（表示数据的副本数量，用户创建键空间时指定），那么写请求的在三种一致性级别下的情况分别是：

（1）ONE：客户端向3个（所有）节点都发送写请求，但是只要有任意一个节点返回写成功，那么本次客户端的写请求就算成功；

（2）QUORUM：客户端向3个（所有）节点都发送写请求，必须满足QUORUM数量的节点返回写成功，那么本次客户端的写请求就算成功；

（3）ALL：客户端向3个（所有）节点都发送写请求，必须所有节点返回写成功，那么本次客户端的写请求才算成功；

读请求在三种一致性级别下的请求分别是：

（1）ONE：客户端向3个（所有）节点都发送读请求，只要任意一个节点返回数据记录，就直接返回该节点的记录；

（2）QUORUM：客户端向3个（所有）节点都发送请求，只要任意QUORUM数量的节点有数据返回，Cassandran会返回时间戳记录最新的数据；（QUORUM = replication_factors / 2 + 1）

（3）ALL：客户端向3个（所有）节点都发送请求，必须所有节点返回数据，并且Cassandran会返回记录中具有最新时间戳的数据；

综上所述，客户端在进行读写请求时，可以自定义指定读写的一致性级别，ONE级别为最低级别，效率高，一致性差，如过读写均为ONE，那么很大概率就会读写不一致。因此，只要保证下列条件，就能保证客户端视角的读写一致性：

读请求节点 + 写请求节点 >= replication_factors；

即保证读写一致性级别均在QUORUM及以上即可，保证客户端视角的读写一致性。

利用Batch实现原子性

Cassandra中批量写入的操作称为batch，通过batch操作可以将多个写请求合并为一个请求。这样有如下好处：

• 把多次更新操作合并为一次请求，减少客户端和服务端的网络交互。
• batch中同一个partition key的操作具有隔离性。
• 默认的LOGGED类型可以保证batch中的所有操作要么（最终）全部成功，要么全部失败。也就是原子性。

Cassandra Batch的类型：

• Logged Batch：Logged Batch是一种强一致性的写入操作，要么全部成功要么全部失败。如果Logged Batch中的一个请求失败，整个Batch都会失败，无法写入数据。
• Unlogged Batch：Unlogged Batch是一种不保证强一致性的写入操作，可以部分成功部分失败，但是不会对整个Batch造成影响

LOGGED 批处理用于确保不同分区（不同表或不同分区键）的原子性。 UNLOGGED 批处理用于确保单个分区批处理的原子性和隔离性。如果将 UNLOGGED 批处理用于多分区批处理原子性，将无法保证。默认为 LOGGED 批次。对于单个分区批处理，默认值为 UNLOGGED 。原因是将单个分区批处理视为单行突变。对于单行更新，无需使用 LOGGED 批处理。