您提到的问题CASSANDRA-14683是指没有特定分区键的SELECT语句最多只能扫描20亿行的限制。
解决这个问题的另一种方法是使用标记范围的分页，并分块读取数据，直到获取所有数据。
类似于下面的内容：

private static final int PAGE_SIZE = 10000; // Number of rows to fetch per page

public void getData() {
    try (CqlSession session = CqlSession.builder().build()) {
        Metadata metadata = session.getMetadata();
        TokenRange fullRange = metadata.getTokenMap().get().getPagingTokenRange();
        PagingIterable<Row> rows = session.execute(createPagingQuery(fullRange));
        for (Row row : rows) {
            // Process your data
        }
    }
}

private String createPagingQuery(TokenRange range) {
    return "SELECT * FROM YOUR_TABLE WHERE token(partition_key) >= " + range.getStart().getValue()
            + " AND token(partition_key) <= " + range.getEnd().getValue()
            + " LIMIT " + PAGE_SIZE;
}

字符串

我不知道扫描是什么意思，但是当你想在Cassandra表中获取所有数据时，你有两个选择：
双散Spark
尝试执行像select * from foo.bar这样的查询永远不会高效，并且很可能会在10B行时超时。
以上两个应用程序将查询分解为分区范围查询，您可以设置节流阀来限制操作的数量，这样您就不会得到同样的超时。
使用dsbulk，您可以获得一个计数，或者如果需要，您可以将数据卸载到csv。

处理这样的数据量是完全可能的。
您的问题可能与抽象层（Spring Data Cassandra）有关。Java驱动程序可以轻松地处理这一数量的数据，具有2个功能（可以同时使用）：

***寻呼：**非常好describe in the documentation
*通过令牌Map将查询分发到多个节点（map/reduce）之间。要做到这一点，您正在使用其他描述的TokenRanges。你也可以在official documentation中了解更多。
1/ Spark

Spark使用令牌范围技巧。你应该看看Spark Cassandra Connector（SCC）。现在它是scala和spark运行时。

2/ DSBulk

只允许数据复制或计数，因此不能用于处理数据。

3/ Apache Beam

一个不那么出名的分布式处理方式。它还在节点之间分配负载，并且与Java兼容。我有一些sample