カサンドラ：新しいブールフィールドのバックフィル

Question

カサンドラのemail_subscriptionsテーブルにsubscribeという新しいブール型列を追加しました。私はそれがすべての行 'subscribeフィールドのためにfalseを返すことに気づいた。

は、私は本当の subscribeフィールドを持つテーブル内のすべての行をデフォルトにたかったが、 this StackOverflow answerは言う：

はカサンドラにはデフォルト値はありません。

だから私の質問、どのように私は彼らの subscribeフィールドは trueに設定されているし、私の email_subscriptionsテーブル内のすべての行を設定するのですか？バッチ更新を使用してバックフィルを行う必要がありますか？

Answer 1

これを行うには2通りの方法があります。

• email_subscriptionsからすべてのレコードを選択し、subscribe = true値とともに挿入するプログラムを作成できます。

  それとも

• フィールドの値をサブスクライブ選択し、値を確認するには、isNull()方法（列がnullの場合はtrueを返し、そうでない場合はfalse）とnullです。真復帰した場合、それはそれは購読意味nullであり、この値がまだ挿入されていない、あなたが購読=真

Answer 2

として扱うことができる唯一の方法は、あなたのテーブル全体をバック満たすことです。あなたのテーブルのサイズによっては、タイムアウトになるために、単純な

SELECT * FROM mytable; 

を使用して、テーブルを照会に問題がある可能性があります。 UPDATEステートメントではパーティションキーが必須なので、そのテーブルからパーティションキーを吐き出す方法を見つける必要があります。

これはTOKEN機能を使用するのに最適なシナリオです。あなたが宿題をしていて広すぎるパーティションを持っていないと仮定すると、すべてのデータセットをパーティションの範囲に分割してスキャンすることができます。どのくらいの範囲があなたのデータに依存しています。一般的な観点からは、以下を行う必要があります。

SELECT __partition_key_columns__ FROM mytable WHERE 
    TOKEN(__partition_key_columns__) >= min_range AND 
    TOKEN(__partition_key_columns__) < max_range; 

とmin_rangeとmax_rangeが W推測ウィンドウサイズの段階で（Murmur3を使用して、IIRC）から-2^63 2^64-1に行きます：

SELECT __partition_key_columns__ FROM mytable WHERE TOKEN(__partition_key_columns__) >= -2^63 AND TOKEN(__partition_key_columns__) < -2^63 + W; 
SELECT __partition_key_columns__ FROM mytable WHERE TOKEN(__partition_key_columns__) >= -2^63 + W AND TOKEN(__partition_key_columns__) < -2^63 + 2*W; 
... 

すべての範囲を2^64-1までカバーするまで。タイムアウトが発生した場合はWを小さくしてもう一度試してください。そうでない場合は、ウィンドウWを展開して処理を高速化します。すべてのパーティションを抽出して、各範囲の更新を発行することができます。

編集：This blog postは、このようなタスクの実行方法を正確に説明しています。