cassandra中批量寫入的操作稱為batch，通過batch操作可以将多個寫入請求合并為一個請求。這樣有如下好處：
- 把多次更新操作合并為一次請求，減少用戶端和服務端的網絡互動。
- batch中同一個partition key的操作具有隔離性。
- 預設的LOGGED類型可以保證batch中的所有操作要麼（最終）全部成功，要麼全部失敗。也就是原子性。
本文介紹batch的使用和注意事項。并分析batch操作原子性的實作。
batch使用
cqlsh中使用batch
在cqlsh中如下語句可以送出一個batch（例子來自
cassandra官方文檔）：
BEGIN BATCH
INSERT INTO users (userid, password, name) VALUES ('user2', 'ch@ngem3b', 'second user');
UPDATE users SET password = 'ps22dhds' WHERE userid = 'user3';
INSERT INTO users (userid, password) VALUES ('user4', 'ch@ngem3c');
DELETE name FROM users WHERE userid = 'user1';
APPLY BATCH; 在java應用中使用batch
下面的例子示意了如何使用java用戶端實作批量寫入：
PreparedStatement statement = session.prepare("insert into test(intcol,boolcol) values(?,?)");
BatchStatement batchStatement = new BatchStatement(Type.UNLOGGED);
for( int i = 0; i < 5; i++ ) {
BoundStatement boundStmt = statement.bind();
boundStmt.setInt(0, i);
boundStmt.setBool(1, false);
batchStatement.add(boundStmt);
}
session.execute(batchStatement); 注意事項
- UNLOGGED/COUNTER batch操作不保證原子性，可能會部分成功。
- batch大小（指的是所有statement的内容總的大小）不能超過batch_size_fail_threshold_in_kb，否則會失敗；另外，如果batch大小如果超過batch_size_warn_threshold_in_kb，batch會成功，但會收到一個警告提示batch過大，如果日志中頻繁看到這樣的警告，需要考慮batch的使用是否正确。
- 不建議在UNLOGGED batch中包含多個partition key，因為這樣雖然用戶端和服務端之間的互動變少，但是coordinator和其他節點的互動并沒有減少。如果partition key的數量超出了unlogged_batch_across_partitions_warn_threshold，會收到警告提示。順便說一句，cassandra的copy指令在寫入時用的就是UNLOGGED batch，在調用batch之前對請求按照key所在的節點做分組，然後再對每個分組調用batch。
- 表的gc_grace_seconds配置會影響batch的回放。在回放batch時，會檢查涉及的所有表的gc_grace_seconds，如果目前時間已經超出了其中某個表的gc_grace_seconds，則整個batch都不會回放直接删除。另外，如果表的gc_grace_seconds為0，會收到警告提示。
- 如果在batch中使用了條件更新，需要注意隻有所有更新操作的條件都滿足時batch才會成功，隻要有一個不滿足batch就會失敗；另外，所有更新都隻能針對同一個partition key，這是因為cassandra中cas操作隻能提供partition級别的一緻性保證。
關于batch的原子性
UNLOGGED和COUNTER類型的batch是不保證原子性的，這種batch類型的處理是簡單的把寫請求分發到對應的節點上面，是以可能會出現部分成功的情況。以下分析LOGGED batch的處理，說明batch是如何做到原子性的。
簡單來說，LOGGED batch的處理分三個步驟：
第一步 寫入batches表
batches表的結構如下：
"CREATE TABLE %s ("
+ "id timeuuid,"
+ "mutations list<blob>,"
+ "version int,"
+ "PRIMARY KEY ((id)))") 我們可以看出一個batch的所有mutations都在一行記錄裡面。這樣的設計保證了batchlog寫入的原子性，要麼成功，要麼失敗。
第二步 分發mutation
這一步處理和UNLOGGED batch差不多，就是把每個mutation操作發送到他對應的節點上面去。比UNLOGGED batch多出的一個步驟是，如果所有mutation都成功執行了，會删除到batches表中對應的記錄。
第三部 回放batchlog
如果第二步失敗了，cassandra仍然可以保證batch最終成功。有一個線程池會以10s執行一次replayFailedBatches回放batch。如果batch中的請求全部執行成功就會删除batch。
一些細節：
- batch中的mutate要麼成功發到endpoint，要麼成功寫入hint并落盤然後才會被删除。
- 為了避免回放正在執行中的batch，回放時隻會選擇BATCHLOG_REPLAY_TIMEOUT之前的記錄。BATCHLOG_REPLAY_TIMEOUT的值可以通過系統屬性“cassandra.batchlog.replay_timeout_in_ms”來設定，如果沒有設定，預設值write_request_timeout_in_ms的兩倍。
從上面的分析可以看出，batch的原子性主要展現在：
- 如果batch log寫入失敗，那麼batch的操作全部失敗。
- 如果batch log寫入成功，即使某個mutation沒有成功，cassandra也會（在gc_grace_seconds之前）一直回放batch，保證最終全部成功。
入群邀約
為了營造一個開放的 Cassandra 技術交流，我們建立了微信群公衆号和釘釘群，為廣大使用者提供專業的技術分享及問答，定期開展專家技術直播，歡迎大家加入。另外阿裡雲提供免費Cassandra試用：
https://www.aliyun.com/product/cds
釘釘群入群連結：
https://c.tb.cn/F3.ZRTY0o微信群公衆号：
