Cassandra主键允许重复插入？新手对主键唯一性的疑问

你的认知确实存在一点偏差，Cassandra的主键逻辑和传统关系型数据库有很大不同，咱们一步步理清楚：

先拆解你的主键结构 #

你的主键定义是：

PRIMARY KEY ((customer_id, source_id ), status_code, create_timestamp, modified_timestamp)

这里分为两个核心部分：

• 分区键：(customer_id, source_id) —— 这是决定数据存储在哪个集群节点的关键，相同分区键的所有记录会被放在同一个节点的同一个分区中
• 聚类键：status_code, create_timestamp, modified_timestamp —— 这三个字段负责在分区内对数据进行排序，同时和分区键一起组成完整的唯一标识（也就是Cassandra中"主键"的完整定义）

Cassandra的INSERT是Upsert操作，而非传统插入 #

这是你产生误解的核心原因：
Cassandra的INSERT语句本质是Upsert（更新+插入），和MySQL这类关系型数据库的行为完全不同：

• 如果插入的记录的完整主键（分区键+所有聚类键）和已有记录完全一致，Cassandra不会抛出"主键重复"的错误，而是直接覆盖原有的记录（用新的字段值替换旧值）
• 你看到的"插入成功"，其实是Cassandra执行了更新操作，并没有新增一条重复主键的记录。此时你去查询该主键对应的记录，只会看到最后一次插入的结果。

为什么可能误以为存在重复记录？ #

如果你真的在查询时看到了两条看似主键相同的记录，大概率是某个聚类键的值存在视觉上的混淆：
比如create_timestamp或modified_timestamp是带毫秒/纳秒精度的时间戳，你可能只注意到了秒级的数值相同，但实际毫秒/纳秒部分存在差异，导致完整主键其实并不相同。

验证方法 #

你可以执行以下查询来确认：

SELECT * FROM testkeyspace.customers 
WHERE customer_id = '你的测试ID' AND source_id = '你的测试源ID';

仔细对比返回结果中每个聚类键的具体值，就能找到差异所在。

内容的提问来源于stack exchange，提问作者ppatidar