如何在非规范化NoSQL数据库（Cassandra/ScyllaDB）中保持表数据同步？

1. 为何不单独设计comments实体表？ #

Cassandra/ScyllaDB这类分布式NoSQL的核心设计逻辑是查询优先，而非传统关系型数据库的「实体优先」。如果业务中没有「通过commentId单独查询单条评论」这类需求，单独的comments实体表完全是冗余的。

实际业务里，评论的常见查询场景无非两种：「查看某用户的所有评论」「查看某视频的所有评论」，comments_by_user和comments_by_video这两张表正是为了直接匹配这两类查询而设计的——它们能让查询直接命中目标数据，避免了关系型数据库中低效的关联操作。在分布式系统中，用可控的数据冗余换取查询性能，是完全合理的设计选择。

2. 如何保证两张表的commentId一致？ #

没错，必须先把timeuuid预先生成并赋值给变量，再用这个变量执行两次插入操作。因为每次调用timeuuid()都会生成全新的UUID，直接在两次INSERT里调用肯定会得到不同的值。

另外，推荐把这两个插入操作放到**批处理（BATCH）**中执行，这样既能保证ID一致，还能确保两个操作要么全部成功，要么全部失败，避免出现数据不一致的情况。示例代码如下：

-- 先在应用层生成timeuuid，比如用编程语言的UUID工具类
var myuuid = timeuuid();

BEGIN BATCH
  INSERT INTO comments_by_user(user_id, comment_id, video_id, content, created_at) VALUES ('user_1001', myuuid, 'video_2001', '这个视频干货满满！', toTimestamp(myuuid));
  INSERT INTO comments_by_video(video_id, comment_id, user_id, content, created_at) VALUES ('video_2001', myuuid, 'user_1001', '这个视频干货满满！', toTimestamp(myuuid));
APPLY BATCH;

注意：批处理不要滥用，只用于这种强关联的小批量操作，避免影响集群性能。

3. 若存在comments表，是否需要先插它再插另外两个表？ #

首先，要不要建comments表，取决于你有没有「通过commentId查询单条评论」的业务需求——如果没有，完全没必要多此一举。

如果确实需要comments表，也不需要先插它再获取ID。正确的做法是：在应用层提前生成唯一的commentId，然后用同一个ID同时插入三张表（comments、comments_by_user、comments_by_video）。同样可以用批处理来保证三个操作的原子性，避免出现部分插入成功的情况。

内容的提问来源于stack exchange，提问作者Eddy Freeman