Apache Cassandra: diferenças entre revisões

Avinash Lakshman, um dos autores do DynamoDynamoDB da Amazon , e Prashant Malik desenvolveram inicialmente o Cassandra no Facebook para gerenciar o recurso de pesquisa da caixa de entrada do Facebook. O Facebook lançou o Cassandra como um projeto de código aberto no código do Google em julho de 2008.  Em março de 2009, tornou-se um projeto da Incubadora Apache .  Em 17 de fevereiro de 2010, ele se formou em um projeto de nível superior.

Os desenvolvedores do Facebook nomearam seu banco de dados em homenagem ao profeta mitológico Trojan Cassandra , com alusões clássicas à maldição de um oráculo .

Até o Cassandra 1.0, o Cassandra não era consistente em nível de linha,  o que significa que inserções e atualizações na tabela que afetam a mesma linha que são processadas aproximadamente ao mesmo tempo podem afetar as colunas não chave de maneiras inconsistentes. Uma atualização pode afetar uma coluna enquanto outra afeta a outra, resultando em conjuntos de valores na linha que nunca foram especificados ou pretendidos. O Cassandra 1.1 resolveu esse problema introduzindo o isolamento no nível da linha .

: Os dados são replicados automaticamente para vários nós para tolerância a falhas . A replicação em vários data centers é suportada. Nós com falha podem ser substituídos sem tempo de inatividade.

: O Cassandra é tipicamente classificado como um sistema AP , o que significa que a disponibilidade e a tolerância da partição são geralmente consideradas mais importantes que a consistência no Cassandra,  gravações e leituras oferecem um nível ajustável de consistência , desde "as gravações nunca falham" até "bloco para que todas as réplicas sejam legíveis", com o nível de quorum no meio.

: Cassandra possui integração com o Hadoop , com suporte ao MapReduce . Também há suporte para o Apache Pig e o Apache Hive .

: Cassandra introduziu a Cassandra Query Language (CQL). O CQL é uma interface simples para acessar o Cassandra, como uma alternativa à tradicional SQL ( Structured Query Language ).

: Cassandra gerencia consistência eventual consistência de leituras, upserts e exclusões através de Tombstones .

Cassandra é um amplo armazenamento de colunas e, como tal, essencialmente um híbrido entre um valor-chave e um sistema de gerenciamento de banco de dados tabular. Seu modelo de dados é um armazenamento de linha particionado com consistência ajustável.  Linhas são organizadas em tabelas ; o primeiro componente da chave primária de uma tabela é a chave de partição; dentro de uma partição, as linhas são agrupadas pelas colunas restantes da chave.  Outras colunas podem ser indexadas separadamente da chave primária.

Cassandra não pode fazer junções ou subconsultas . Em vez disso, Cassandra enfatiza a desnormalização por meio de recursos como coleções.

Uma família de colunas (chamada "tabela" desde o CQL 3) se assemelha a uma tabela em um RDBMS (Sistema de Gerenciamento de Banco de Dados Relacional). As famílias de colunas contêm linhas e colunas. Cada linha é identificada exclusivamente por uma chave de linha. Cada linha possui várias colunas, cada uma com um nome, valor e um carimbo de data / hora. Ao contrário de uma tabela em um RDBMS, linhas diferentes na mesma família de colunas não precisam compartilhar o mesmo conjunto de colunas, e uma coluna pode ser adicionada a uma ou várias linhas a qualquer momento.

De acordo com a DB-Motores do ranking , Cassandra é a mais popular loja de coluna larga ,  e em setembro 2014 tornou-se a 9ª banco de dados mais popular.

* A Apple usa 100.000 nós Cassandra, conforme revelado no Cassandra Summit San Francisco 2015  embora não tenha elaborado para quais produtos, serviços ou recursos.;

* O AppScale usa o Cassandra como back-end para aplicativos do Google App Engine ;

* A BlackRock usa Cassandra em sua plataforma de gerenciamento de investimentos Aladdin ;

* O CERN usou o protótipo baseado em Cassandra em seu experimento ATLAS para arquivar as informações de monitoramento do sistema DAQ on-line ;

* [https://en.wikipedia.org/wiki/Cisco]O WebEx da Cisco usa o Cassandra para armazenar feeds e atividades do usuário quase em tempo real. ;

* O Constant Contact usa o Cassandra em seus aplicativos de email e marketing de mídia social.  Mais de 200 nós são implantados.;

* O Digg , um site de notícias sociais, anunciou em 9 de setembro de 2009 que está lançando seu uso do Cassandra  e confirmou isso em 8 de março de 2010.  Desde então, o TechCrunch vinculou o Cassandra às críticas de confiabilidade do Digg v4 e à empresa recente. lutas.  Os engenheiros líderes do Digg mais tarde repreenderam essas críticas como arenque vermelho e culparam a falta de testes de carga. ;

* A discórdiaDiscord mudou para Cassandra para armazenar bilhões de mensagens do MongoDB em novembro de 2015 ;

* O Formspring usa o Cassandra para contar respostas, além de armazenar dados de gráficos sociais (seguidores, seguidores, bloqueadores, bloqueios) de 26 milhões de contas com 10 milhões de respostas por dia ;

* O Globo.com usa o Cassandra como um banco de dados de back-end para seus serviços de streaming ;

* O Grubhub usa o Cassandra como seu principal repositório de dados persistentes para seus serviços de back-end. ;

* O Mahalo.com usou o Cassandra para registrar registros de atividades e tópicos do usuário em seu site de perguntas e respostas ;

* A Netflix usa Cassandra como seu banco de dados de back-end para seus serviços de streaming ;

* Os appliances Nutanix usam o Cassandra para armazenar metadados e estatísticas. ;

* Ooyala construiu um mecanismo de análise em tempo real usando Cassandra ;

* O Openwave usa o Cassandra como um banco de dados distribuído e como um mecanismo de armazenamento distribuído para sua plataforma de mensagens ;

* O OpenX está executando mais de 130 nós no Cassandra para o seu produto OpenX Enterprise para armazenar e replicar anúncios e dados de segmentação para entrega de anúncios ;

* O Rackspace usa o Cassandra internamente. ;

* O Reddit mudou do memcacheDB para Cassandra do memcacheDB em 12 de março de 2010  e teve alguns problemas em maio daquele ano devido a nós insuficientes em seu cluster. ;

* O RockYou usa o Cassandra para gravar todos os cliques de 50 milhões de usuários ativos mensais em tempo real para seus jogos online ;

* O SoundCloud usa o Cassandra para armazenar o painel de seus usuários ;

* O Uber usa o Cassandra para armazenar cerca de 10.000 recursos em seu Feature Store atualizado diariamente em toda a empresa para acesso de baixa latência durante previsões de modelos ao vivo ;

* O Urban Airship usa Cassandra com o serviço móvel de hospedagem para mais de 160 milhões de instalações de aplicativos em 80 milhões de dispositivos exclusivos ;