• DatastaxBulk可能是最容易安装和运行的。
• Apache Spark Cassandra connector可能很方便。一旦 Dataframe 加载了sc.cassandraTable()，您就可以计算
• 避免在代码中计数，因为它在执行集群的完整扫描时不会缩放，响应时间将以秒为单位。
• 避免使用CQL select count(*)进行计数，因为您可能会很快遇到超时。

您可以简单地使用Count（*）从表中获取行号。
例如，
语法：

SELECT Count(*) 
FROM tablename;

预期输出是这样的

count
-------
     4

(1 rows)

背景
Cassandra有一个内置的CQL函数COUNT()，用于计算查询返回的行数。如果执行一个无界查询（没有过滤器或WHERE子句），它将检索表中所有可以计算的分区，例如：

SELECT COUNT(*) FROM table_name;

陷阱

但是，不建议这样做，因为它需要进行全表扫描，这将查询每个节点，开销非常大，而且会影响集群的性能。
它可能适用于非常小的集群（例如，1到3个节点）和非常小的数据集（例如，几千个分区），但在实践中它可能会超时并且不返回结果。

推荐解决方案

在数据库中计算记录有不同的技术，但最简单的方法是使用DataStax Bulk Loader (DSBulk)。它是开源的，所以可以免费使用。它最初是为批量加载数据到Cassandra集群和从Cassandra集群导出数据而设计的，作为cqlsh COPY命令的可伸缩解决方案。
DSBulk有一个count命令，它提供了与CQL COUNT()函数相同的功能，但它进行了优化，将表扫描分解为小范围查询，因此不会遇到与强力计数相同的问题。
DSBulk使用起来非常简单，只需要几分钟就可以安装好。首先，你需要从DataStax下载中下载二进制文件，然后解压压缩包。详细信息，请参见DSBulk Installation Instructions。
一旦你安装了它，你可以用一个命令来计算一个表中的分区：

$ cd path/to/dsbulk_installation
$ bin/dsbulk count -h <node_ip> -k ks_name -t table_name

以下是一些参考资料和示例，可帮助您快速入门：

• 文档-Counting data in tables
• 博客-Counting records with DSBulk
• 博客-DSBulk Intro + Loading data