我正在实现一个应用程序，它在4个线程中生成数十万行 . 每个线程都会打开一个与cassandra的单独连接 .
表的每个项都有一个唯一的哈希标识符（String），但主键是一个uuid .
该项目的持续过程如下：
1）创建项目并计算其哈希值 . 2）然后在第二个表中执行对哈希的查找，该表将哈希值与项目的uuids相对应 . 3）如果找到hash-uuid对，则正在执行uuid项的查找（第一个表），并且由于该项必须存在（因为找到了“hash-uuid”对），所以从cassandra到JPA，之后又更新了 . 如果未找到“hash-uuid”对，则会在相应的表中创建一个新项，并且还会保存新的“hash-uuid”对 .
数据生成有两个步骤 . 第一步是使用空表运行并生成第一个数据集 . 没有错误发生在那里，因为在步骤nr . 3，永远找不到“hash-uuid”对，因此不会发生更新 .
在第二步中，整个算法再次运行，但已经在填充的数据表上运行 . 在此步骤中，在通过相应的uuids（主键）读取数据项时发生随机错误 - 有时服务器不会重新调整完整的文本数据（正确的JSON字符串存储在表中，但不完整的JSON字符串将被检索到应用程序中） .
我完全确定，我的算法是正确的，因为同样的算法与hibernate和mysql一起使用，即使使用postgresql（但是因为我需要更快的写入，我正在玩cassandra） .
我正在使用带有16 GB RAM的macbook pro，对于使用cassandra的工作我使用Kundera库（支持JPA） . 至于cassandra，我尝试过datastax 2.0.4版本，以及直接从Apache站点下载的2.0.7版本 . 没有集群，只有一个实例在我的机器上本地运行，在外部SSD驱动器上 . Kundera正在使用CQL v3 .
有谁有想法，这种行为会如何发生？ datastax cassandra驱动程序或Kundera中是否有错误？或者我使用cassandra错了，数据库不应该这样使用？或者是否有任何我可能忘记的配置调整？
我在cassandra配置文件中唯一更改的是所有超时，因为我收到了太多TimeoutExceptions的默认值（主键查找期间发生了超时）
1 回答
我怀疑你的代码没有以线程安全的方式使用Cassandra连接：必须注意只允许一个线程一次访问一个连接 . 我不知道Kundera如何处理这个问题，因为JPA会为Cassandra生成非常低效的查询，我不推荐它 . 请参阅data modeling resources here，然后使用native CQL java driver .