Devemos reconsiderar o uso de visualizações materializadas no Cassandra?

Fundo

O ponto central da modelagem de dados no Cassandra é a desnormalização dos dados em tabelas separadas para que cada consulta do aplicativo seja mapeada para uma tabela para leituras otimizadas. Em 2015, o Cassandra 3.0 introduziu exibições materializadas ( CASSANDRA-6477 ) como uma forma automatizada de desnormalização para que você não precisasse projetar e manter tabelas manualmente.

Exemplo

Vejamos uma tabela comments_by_videoque armazena todos os comentários postados pelos usuários para cada vídeo. A tabela fica assim:

CREATE TABLE comments_by_video (
    videoid uuid,
    commentid timeuuid,
    userid uuid,
    comment text,
    PRIMARY KEY (videoid, commentid)
) WITH CLUSTERING ORDER BY (commentid DESC);

No site, os usuários também podem listar todos os comentários que postaram em vários vídeos. A forma usual de modelagem para esta consulta é criar uma nova tabela chamada comments_by_user:

CREATE TABLE comments_by_user (
    userid uuid,
    commentid timeuuid,
    videoid uuid,
    comment text,
    PRIMARY KEY (userid, commentid)
) WITH CLUSTERING ORDER BY (commentid DESC);

Nós agruparíamos as atualizações em ambas as tabelas para mantê-las sincronizadas.

Como alternativa, poderíamos criar uma visualização materializada com base na tabela comments_by_videopara que novos comentários também sejam postados na comments_by_usertabela automaticamente. Aqui está como fazemos isso em CQL:

CREATE MATERIALIZED VIEW comments_by_user AS
    SELECT videoid, commentid, comment, userid
    FROM killrvideo.comments_by_video
    WHERE videoid IS NOT NULL AND commentid IS NOT NULL
    PRIMARY KEY (videoid, commentid)
    WITH CLUSTERING ORDER BY (commentid DESC);

Fácil, certo? Não é tão lido.

Embargo

Há um problema - as atualizações ocorrem de forma assíncrona. Em alguns casos, a exibição perde as atualizações e fica fora de sincronia com a tabela base.

Nos últimos anos, entendemos que (a) o design de visualizações materializadas, (b) a implementação ou (c) ambos podem ser falhos. Existem opiniões conflitantes sobre o assunto, mas uma coisa é certa: não há solução rápida se você se deparar com esse problema. A única solução alternativa é descartar a exibição, o que significa uma interrupção em partes do seu aplicativo até que você o recrie.

Por esse motivo, o projeto Apache Cassandra reforçou a classificação "experimental" do recurso de visualização materializada no Cassandra 4.0 ( CASSANDRA-13959 ), onde agora está desativado por padrão e um operador precisará definir explicitamente um sinalizador para habilitá-lo.

Recomendação

Se você já estiver usando visualizações materializadas com sucesso, sinta-se à vontade para continuar a usá-las.

Mas se você está prestes a pular, não. Atenha-se ao design de tabelas separadas.

Referências

• Documentos - Como usar visualizações materializadas
• Tutorial - Modelagem de Dados de Aplicação Prática
• Blog - Novo no Cassandra 3.0: visualizações materializadas