Cassandra-stress未为每行生成随机值的问题解决请求

我明白你遇到的问题了——用cassandra-stress生成测试数据时，同一business_date分区下的所有行，amount和status的值完全重复，只有当分区键（business_date）变化时才会更新新值。这其实是因为Cassandra Stress默认会把非主键列的生成逻辑和分区/聚类层级绑定，导致同一层级下的行共享这些列的值。

问题原因 #

在你的Profile YAML中，region和id配置了cluster参数来控制每个分区下的聚类列组数，但status和amount没有指定cluster，所以它们会默认继承上一级的聚类重复规则——也就是和id的cluster: fixed(5)绑定，导致每个region下的5个id行共享同一个amount和status值。

解决方法 #

只需要给status和amount的列配置添加cluster: fixed(1)，明确告诉cassandra-stress：每个行都要生成独立的随机值，而不是和其他行共享。修改后的Profile YAML如下：

keyspace: dev
table: record
columnspec:
 - name: business_date
   population: uniform(17800..17845)
 - name: region
   size: fixed(10)
   population: seq(10..16)
   cluster: fixed(7)
 - name: id
   size: fixed(32)
   population: seq(1..10M)
   cluster: fixed(5)
 - name: status
   size: fixed(10)
   population: uniform(1000..1010)
   cluster: fixed(1)  # 每个行生成独立的随机status
 - name: amount
   population: uniform(500000..10M)
   cluster: fixed(1)  # 每个行生成独立的随机amount
insert:
 partitions: fixed(1)
select: fixed(1)/35
queries:
 selectall:
   cql: select * from record where business_date = ? and region = ?
   fields : samerow

原理说明 #

cluster参数的作用是定义当前列的值在分区内的重复次数：

• 当设置为fixed(N)时，意味着每N行共享同一个列值
• 我们设置fixed(1)，就是强制每个行都生成全新的随机值，完全独立于分区内的其他行

修改后重新运行cassandra-stress，你会发现同一business_date分区下的每一行，amount和status都会是不同的随机值，完全符合你的预期。

内容的提问来源于stack exchange，提问作者ankit