Datastax RetryPolicies 解释以及何时使用什么策略？
Datastax RetryPolicies explanation and when to use what policy?
我最近开始使用 Cassandra 并阅读了更多有关 retry policies and consistency level 的内容，我想我了解它的基础知识。
我只是对哪种重试策略更适合我的以下场景感到困惑。
我们有一个 6 节点集群，所有节点都在一个 dc 中，RF 为 3，我们 read/write 作为本地仲裁。我的困惑是在我的用例中使用 DowngradingConsistencyRetryPolicy 是否有意义，或者我应该在这里坚持使用 DefaultRetryPolicy？
谁能用一些例子解释这两者之间的区别，以便我了解何时使用什么？还有这里推荐使用什么重试策略。
我建议先阅读 Developing applications with DataStax drivers 指南。
重试策略允许您重复操作。这个决定应该基于查询本身的类型，并基于业务逻辑。例如，某些应用程序总是需要仲裁或本地仲裁，因为它们无法承受数据不一致。一些应用程序可能不那么挑剔，并且更喜欢数据一致性或丢失数据的磁盘的更高可用性 - 在这种情况下，降级策略可能允许使用本地而不是本地仲裁写入数据。但在这种情况下，您有丢失数据的风险（例如，接受写入的节点完全丢失了所有数据）。
在大多数情况下，建议坚持默认策略，但将您的查询标记为幂等（当然，如果它们是......您也可以在连接级别设置此标志）。幂等查询——与只执行一次相比，所有重新执行的查询都不会改变。这涵盖了所有 "normal" 插入、删除和大部分更新（列表的 append/prepend 除外）。 LWT 不是幂等的！
我最近开始使用 Cassandra 并阅读了更多有关 retry policies and consistency level 的内容，我想我了解它的基础知识。
我只是对哪种重试策略更适合我的以下场景感到困惑。
我们有一个 6 节点集群，所有节点都在一个 dc 中，RF 为 3，我们 read/write 作为本地仲裁。我的困惑是在我的用例中使用 DowngradingConsistencyRetryPolicy 是否有意义，或者我应该在这里坚持使用 DefaultRetryPolicy？
谁能用一些例子解释这两者之间的区别，以便我了解何时使用什么？还有这里推荐使用什么重试策略。
我建议先阅读 Developing applications with DataStax drivers 指南。
重试策略允许您重复操作。这个决定应该基于查询本身的类型，并基于业务逻辑。例如，某些应用程序总是需要仲裁或本地仲裁，因为它们无法承受数据不一致。一些应用程序可能不那么挑剔，并且更喜欢数据一致性或丢失数据的磁盘的更高可用性 - 在这种情况下，降级策略可能允许使用本地而不是本地仲裁写入数据。但在这种情况下，您有丢失数据的风险（例如，接受写入的节点完全丢失了所有数据）。
在大多数情况下，建议坚持默认策略，但将您的查询标记为幂等（当然，如果它们是......您也可以在连接级别设置此标志）。幂等查询——与只执行一次相比，所有重新执行的查询都不会改变。这涵盖了所有 "normal" 插入、删除和大部分更新（列表的 append/prepend 除外）。 LWT 不是幂等的！