更新多个表时 Cassandra 原子批处理中的写入冲突？
Write-write conflicts in Cassandra atomic batches when updating multiple tables?
关于原子批处理的文档说：
For example, there is no batch isolation. Clients are able to read the first updated rows from the batch, while other rows are still being updated on the server.
但是，当我作为批处理的一部分更新两个不同表中的列时，是否会出现写-写冲突情况？
参考：https://en.wikipedia.org/wiki/Write%E2%80%93write_conflict
例如：
第 1 批：Table1.column = x，Table2.column = x
第 2 批：Table1.column = y，Table2.column = y
结果（写-写冲突情况）：Table1.column = x, Table2.column = y
您引用的引用回答了您的问题：
For example, there is no batch isolation. Clients are able to read the first updated rows from the batch, while other rows are still being updated on the server.
但是，一旦批次被完全应用，将以正常的时间戳解析为准。两个值为 X 的单元格都有一个时间戳。值为 Y 的两个单元格都有另一个时间戳。获胜者将是 X 或 Y，但获胜者将是相同的，因为时间戳将相同：
A BATCH statement combines multiple data modification language (DML) statements (INSERT, UPDATE, DELETE) into a single logical operation, and sets a client-supplied timestamp for all columns written by the statements in the batch
在这种情况下，您是否看到 X/Y 或 Y/X 答案取决于您读取的一致性级别，以及批次完全应用所需的时间。
关于原子批处理的文档说：
For example, there is no batch isolation. Clients are able to read the first updated rows from the batch, while other rows are still being updated on the server.
但是，当我作为批处理的一部分更新两个不同表中的列时，是否会出现写-写冲突情况？
参考：https://en.wikipedia.org/wiki/Write%E2%80%93write_conflict
例如：
第 1 批：Table1.column = x，Table2.column = x
第 2 批：Table1.column = y，Table2.column = y
结果（写-写冲突情况）：Table1.column = x, Table2.column = y
您引用的引用回答了您的问题：
For example, there is no batch isolation. Clients are able to read the first updated rows from the batch, while other rows are still being updated on the server.
但是，一旦批次被完全应用，将以正常的时间戳解析为准。两个值为 X 的单元格都有一个时间戳。值为 Y 的两个单元格都有另一个时间戳。获胜者将是 X 或 Y，但获胜者将是相同的，因为时间戳将相同：
A BATCH statement combines multiple data modification language (DML) statements (INSERT, UPDATE, DELETE) into a single logical operation, and sets a client-supplied timestamp for all columns written by the statements in the batch
在这种情况下，您是否看到 X/Y 或 Y/X 答案取决于您读取的一致性级别，以及批次完全应用所需的时间。