如何从 Cassandra 流式传输所有记录？

Question

我需要从 Cassandra 流式传输所有记录。目前我正在使用 akka-persistence-cassandra 来传输数据：

val querier =
        PersistenceQuery(system)
          .readJournalFor[CassandraReadJournal](CassandraReadJournal.Identifier)
      
      val selectDistinctPersistenceIds = new SimpleStatement(
      "SELECT DISTINCT persistence_id, partition_nr FROM messages")
        .setFetchSize(100000)

        querier.session.select(selectDistinctPersistenceIds).map { row =>
          val id = row.getString(0)
          id
        }

当记录数在 150 万条左右时，这可以正常工作。但是当记录数超过 150 万条记录时，我会得到 read timeout 错误。

我正在使用：

"com.typesafe.akka" %% "akka-persistence-cassandra" % "0.58"
"com.typesafe.akka" %% "akka-persistence" % "2.6.12"
"com.typesafe.akka" %% "akka-persistence-query" % "2.6.12"

编辑：错误日志：

com.datastax.driver.core.exceptions.OperationTimedOutException: [/<ip-address>:9042] Timed out waiting for server response", exceptionStackTrace="java.util.concurrent.ExecutionException: com.datastax.driver.core.exceptions.OperationTimedOutException: [/<ip-address>:9042] Timed out waiting for server response
    at com.google.common.util.concurrent.AbstractFuture.getDoneValue(AbstractFuture.java:552)
    at com.google.common.util.concurrent.AbstractFuture.get(AbstractFuture.java:513)
    at akka.persistence.cassandra.package$ListenableFutureConverter$$anon.$anonfun$run(package.scala:25)
...

Answer 1

问题出在您的驱动程序会话设置上，请根据您的需要进行调整。

可能是 gap-timeout 的问题或增加重试次数。和超时设置。

Answer 2

我可以通过为 cassandra-journal.socket.read-timeout-millis 设置比默认值 12000 毫秒更高的值来解决此问题。

cassandra-journal {
  ...

  socket {
    # the per-host read timeout in milliseconds. Should be higher than the timeout settings
    # used on the Cassandra side.
    read-timeout-millis = 30000
}

如何从 Cassandra 流式传输所有记录？

How to stream all records from Cassandra?

scala

cassandra

akka