Casandra apache

Este artículo tiene varios problemas. Ayúdenos a mejorarlo o a discutir estos problemas en la página de discusión . ( Aprenda cómo y cuándo eliminar estos mensajes ) Este artículo se lee como un comunicado de prensa o un artículo de noticias y puede estar basado en gran medida en una cobertura de rutina .Por favor, ayuda a mejorar este artículo y añade fuentes independientes . ( Octubre de 2023 ) El uso de enlaces externos en este artículo puede no seguir las políticas o pautas de Wikipedia .Mejore este artículo eliminando los enlaces externos excesivos o inapropiados y convirtiendo los enlaces útiles, cuando sea apropiado, en referencias de notas a pie de página . ( Octubre de 2023 )( Aprenda cómo y cuándo eliminar este mensaje ) Este artículo contiene una redacción que promueve el tema de manera subjetiva sin impartir información real .Por favor elimine o reemplace dicha redacción y en lugar de hacer proclamaciones sobre la importancia de un tema, utilice hechos y atribuciones para demostrar esa importancia. ( Octubre de 2023 )( Aprenda cómo y cuándo eliminar este mensaje ) ( Aprenda cómo y cuándo eliminar este mensaje )

Casandra apache

Autor(es) original(es)	Avinash Lakshman, Prashant Malik / Facebook
Desarrollador(es)	Fundación de software Apache
Lanzamiento inicial	Julio de 2008 ; hace 16 años (2008-07)
Versión estable	5.0.2 [1]  / 19 de octubre de 2024 ; hace 3 días (October 19, 2024)
Repositorio	gitbox.apache.org/repos/asf/cassandra.git
Escrito en	Java
Sistema operativo	Multiplataforma
Disponible en	Inglés
Tipo	Base de datos NoSQL , almacén de datos
Licencia	Licencia Apache 2.0
Sitio web	cassandra.apache.org

Apache Cassandra es un sistema de gestión de bases de datos NoSQL , distribuido , de código abierto y gratuito , con almacenamiento en columnas anchas , diseñado para manejar grandes cantidades de datos en múltiples servidores de productos básicos , lo que proporciona disponibilidad sin un único punto de falla . Cassandra admite clústeres y la expansión de múltiples centros de datos ^[2] con replicación asincrónica y sin maestro. Permite operaciones de baja latencia para todos los clientes e implementa las técnicas de replicación y almacenamiento distribuido Dynamo de Amazon combinadas con el modelo de motor de almacenamiento y datos Bigtable de Google . ^[3]

Avinash Lakshman, coautor de Dynamo de Amazon , y Prashant Malik desarrollaron Cassandra en Facebook para respaldar la función de búsqueda en la bandeja de entrada. Facebook publicó Cassandra en código abierto en Google Code en julio de 2008 ^[4] , se convirtió en un proyecto Apache Incubator ^[5] en marzo de 2009 y el 17 de febrero de 2010 pasó a ser un proyecto de alto nivel. ^[6]

Los desarrolladores de Facebook bautizaron su base de datos con el nombre de la profetisa mitológica troyana Casandra , con alusiones clásicas a una maldición sobre un oráculo . ^[7]

Los lanzamientos después de la graduación incluyen:

• 0.6, lanzado el 12 de abril de 2010, agregó soporte para almacenamiento en caché integrado y Apache Hadoop MapReduce . ^[8]
• La versión 0.7, publicada el 8 de enero de 2011, agregó índices secundarios y cambios de esquema en línea. ^[9]
• La versión 0.8, publicada el 2 de junio de 2011, agregó el lenguaje de consulta Cassandra (CQL), tablas de memoria autoajustables y soporte para actualizaciones sin tiempo de inactividad. ^[10]
• La versión 1.0, publicada el 17 de octubre de 2011, agregó compresión integrada, compactación nivelada y mejoró el rendimiento de lectura. ^[11]
• La versión 1.1, publicada el 23 de abril de 2012, agregó cachés de ajuste automático, aislamiento a nivel de fila y compatibilidad con implementaciones mixtas de discos SSD y giratorios. ^[12]
• La versión 1.2, publicada el 2 de enero de 2013, agregó agrupamiento en nodos virtuales, comunicación entre nodos, lotes atómicos y seguimiento de solicitudes. ^[13]
• 2.0, lanzado el 4 de septiembre de 2013, agregó transacciones livianas (basadas en el protocolo de consenso de Paxos ), activadores y compactación mejorada.
• 2.1 lanzado el 10 de septiembre de 2014. ^[14]
• 2.2 lanzado el 20 de julio de 2015.
• 3.0 lanzado el 11 de noviembre de 2015.
• Las versiones 3.1 a 3.10 eran lanzamientos mensuales que utilizaban un modelo de lanzamiento tipo tic-tac , en el que los lanzamientos pares proporcionaban nuevas características y correcciones de errores, mientras que los lanzamientos impares solo incluían correcciones de errores. ^[15]
• 3.11 se lanzó el 23 de junio de 2017 como una serie de lanzamientos estables 3.11 y corrección de errores del último lanzamiento de funciones tick-tock.
• 4.0 lanzado el 26 de julio de 2021.
• 4.1 lanzado el 13 de diciembre de 2022.
• 4.1.4 lanzado el 14 de febrero de 2024.
• 5.0 se lanzará el 5 de septiembre de 2024.

• Cada nodo del clúster tiene la misma función. No existe un único punto de fallo. Los datos se distribuyen por todo el clúster (por lo que cada nodo contiene datos diferentes), pero no hay un nodo maestro, ya que cada nodo puede atender cualquier solicitud.
• Las estrategias de replicación son configurables. ^[17] Cassandra está diseñado como un sistema distribuido para la implementación de una gran cantidad de nodos en varios centros de datos. Las características clave de la arquitectura distribuida de Cassandra están diseñadas específicamente para la implementación en varios centros de datos, para la redundancia, la conmutación por error y la recuperación ante desastres.
• Diseñado para que el rendimiento de lectura y escritura aumente linealmente a medida que se agregan nuevas máquinas, con el objetivo de que no haya tiempos de inactividad ni interrupciones en las aplicaciones.
• Los datos se replican automáticamente en varios nodos para lograr tolerancia a fallas . Se admite la replicación en varios centros de datos. Los nodos con fallas se pueden reemplazar sin tiempo de inactividad .
• Cassandra generalmente se clasifica como un sistema AP , lo que significa que la disponibilidad y la tolerancia a la partición generalmente se consideran más importantes que la consistencia en Cassandra. ^[18] Las escrituras y lecturas ofrecen un nivel ajustable de consistencia , desde "las escrituras nunca fallan" hasta "bloquear para que todas las réplicas sean legibles", con el nivel de quórum en el medio. ^[19]
• Cassandra tiene integración con Hadoop y compatibilidad con MapReduce . También es compatible con Apache Pig y Apache Hive . ^[20]
• Cassandra introdujo el lenguaje de consulta Cassandra (CQL). ​​CQL es una interfaz sencilla para acceder a Cassandra como alternativa al lenguaje de consulta estructurado (SQL) tradicional.
• Cassandra gestiona la consistencia final de lecturas, actualizaciones y eliminaciones a través de Tombstones .

Cassandra introdujo el lenguaje de consulta Cassandra (CQL). ​​CQL es una interfaz sencilla para acceder a Cassandra, como alternativa al lenguaje de consulta estructurado (SQL) tradicional. CQL añade una capa de abstracción que oculta los detalles de implementación de esta estructura y proporciona sintaxis nativas para colecciones y otras codificaciones comunes. Hay controladores de lenguaje disponibles para Java ( JDBC ), Python (DBAPI2), Node.JS (Datastax), Go (gocql) y C++ . ^[21]

El espacio de claves en Cassandra es un espacio de nombres que define la replicación de datos entre nodos. Por lo tanto, la replicación se define en el nivel de espacio de claves. A continuación, se muestra un ejemplo de creación de espacio de claves, incluida una familia de columnas en CQL 3.0: ^[22]

CREAR ESPACIO DE CLAVE MyKeySpace CON REPLICACIÓN = { 'class' : 'SimpleStrategy' , 'replication_factor' : 3 } ;             UTILICE MyKeySpace ; CREAR FAMILIACOLUMBRES MyColumns ( id texto , apellido texto , nombre texto , CLAVE PRIMARIA ( id ));          INSERTAR EN MisColumnas ( id , apellido , nombre ) VALORES ( '1' , 'Doe' , 'John' );         SELECCIONAR * DE MisColumnas ;   

Lo que da:

id | apellido | nombre----+----------+---------- 1 | Ciervo | Juan(1 filas)

Hasta Cassandra 1.0, Cassandra no era consistente a nivel de fila, ^[23] lo que significa que las inserciones y actualizaciones en la tabla que afectan la misma fila, y que se procesan aproximadamente al mismo tiempo, pueden afectar las columnas no clave de manera inconsistente. Una actualización puede afectar una columna mientras que otra afecta a la otra, lo que da como resultado conjuntos de valores dentro de la fila que nunca se especificaron ni se pretendieron. Cassandra 1.1 resolvió este problema al introducir el aislamiento a nivel de fila . ^[24]

Cassandra no es compatible con Windows a partir de la versión 4, consulte el problema CASSANDRA-16171. ^[25]

Se sabe que los marcadores de eliminación llamados "lápidas" provocan una degradación del rendimiento en cargas de trabajo de eliminación intensivas. ^[26] Las lápidas son comunes en muchas bases de datos y este problema no es exclusivo de Cassandra.

Cassandra es un almacén de columnas amplio y, como tal, esencialmente un híbrido entre un sistema de gestión de bases de datos de clave-valor y uno tabular. Su modelo de datos es un almacén de filas particionadas con consistencia ajustable. ^[19] Las filas se organizan en tablas ; el primer componente de la clave principal de una tabla es la clave de partición; dentro de una partición, las filas se agrupan por las columnas restantes de la clave. ^[27] Otras columnas pueden indexarse ​​por separado de la clave principal. ^[28]

Se pueden crear, eliminar o modificar tablas en tiempo de ejecución sin bloquear actualizaciones y consultas. ^[29]

Cassandra no puede ejecutar uniones ni subconsultas . En cambio, Cassandra enfatiza la desnormalización a través de funciones como las colecciones. ^[30]

Una familia de columnas (denominada "tabla" desde CQL 3) se parece a una tabla en un RDBMS (sistema de gestión de bases de datos relacionales). Las familias de columnas contienen filas y columnas. Cada fila se identifica de forma única mediante una clave de fila. Cada fila tiene varias columnas, cada una de las cuales tiene un nombre, un valor y una marca de tiempo. A diferencia de una tabla en un RDBMS, las diferentes filas de la misma familia de columnas no tienen que compartir el mismo conjunto de columnas, y se puede agregar una columna a una o varias filas en cualquier momento. ^[31]

Cada clave en Cassandra corresponde a un valor que es un objeto. Cada clave tiene valores como columnas, y estas columnas se agrupan en conjuntos llamados familias de columnas. De esta forma, cada clave identifica una fila de un número variable de elementos. Estas familias de columnas podrían considerarse entonces como tablas. Una tabla en Cassandra es un mapa multidimensional distribuido indexado por una clave. Además, las aplicaciones pueden especificar el orden de clasificación de las columnas dentro de una familia de supercolumnas o columnas simples.

Cassandra es un sistema basado en Java que se puede administrar y monitorear a través de Java Management Extensions (JMX). Por ejemplo, la utilidad Nodetool compatible con JMX se puede utilizar para administrar un clúster de Cassandra. ^[32] Nodetool también ofrece una serie de comandos para devolver métricas de Cassandra relacionadas con el uso del disco, la latencia, la compactación, la recolección de basura y más. ^[33]

Desde el lanzamiento de Cassandra 2.0.2 en 2013, las medidas de varias métricas se producen a través del marco de métricas Dropwizard, ^[34] y se pueden consultar a través de JMX usando herramientas como JConsole o pasar a sistemas de monitoreo externos a través de complementos de informes compatibles con Dropwizard. ^[35]

• Bigtable - Base de datos distribuida original de Google
• Base de datos distribuida
• Tabla hash distribuida (DHT)
• Dynamo (sistema de almacenamiento) : Cassandra toma prestados muchos elementos de Dynamo

Wikimedia Commons alberga una categoría multimedia sobre Apache Cassandra .

Wikiversidad tiene recursos de aprendizaje sobre Big Data/Cassandra

• Lakshman, Avinash (25 de agosto de 2008). "Cassandra: un sistema de almacenamiento estructurado en una red P2P". Ingeniería @ Notas de Facebook . Consultado el 17 de junio de 2014 .
• "El proyecto Apache Cassandra". Forest Hill, Maryland, EE. UU.: The Apache Software Foundation . Consultado el 17 de junio de 2014 .
• "Project Wiki". Forest Hill, Maryland, EE. UU.: The Apache Software Foundation . Archivado desde el original el 14 de junio de 2014. Consultado el 17 de junio de 2014 .
• Hewitt, Eben (1 de diciembre de 2010). "Adopción de Apache Cassandra". infoq.com . InfoQ, C4Media Inc . Consultado el 17 de junio de 2014 .
• Lakshman, Avinash; Malik, Prashant (15 de agosto de 2009). "Cassandra - A Decentralized Structured Storage System" (PDF) . cs.cornell.edu . Los autores son de Facebook . Consultado el 17 de junio de 2014 .
• Ellis, Jonathan (29 de julio de 2009). "Lo que todo desarrollador debería saber sobre la escalabilidad de bases de datos". slideshare.net . Consultado el 17 de junio de 2014 .De la charla de OSCON 2009 sobre RDBMS vs. Dynamo, Bigtable y Cassandra.
• "Cassandra-RPM: compilación de Red Hat Package Manager (RPM) para el proyecto Apache Cassandra". code.google.com . Menlo Park, CA, EE. UU.: Google Project Hosting . Consultado el 17 de junio de 2014 .
• Roth, Gregor (14 de octubre de 2012). "Cassandra con el ejemplo: la ruta de las solicitudes de lectura y escritura". slideshare.net . Consultado el 17 de junio de 2014 .
• Mansoor, Umer (4 de noviembre de 2012). "Una colección de tutoriales de Cassandra" . Consultado el 8 de febrero de 2015 .
• Bushik, Sergey (22 de octubre de 2012). "Una comparación independiente del proveedor de bases de datos NoSQL: Cassandra, HBase, MongoDB, Riak". NetworkWorld . Framingham, MA, EE. UU. y Staines, Middlesex, Reino Unido: IDG . Archivado desde el original el 28 de mayo de 2014 . Consultado el 17 de junio de 2014 .