descarga e instalación de cassandra nosql

Unidad Educativa Fiscomisional Don Bosco

Bryan Villarroel

3ro INF

NO SQL: la nueva generación de base de datos

QUE ES NOSQL

NoSQL es especialmente útil cuando una empresa necesita acceder y analizar grandes cantidades de datos no estructurados o datos que se almacenan de forma remota en varios servidores virtuales en la nube.

Los sistemas de bases de datos NoSQL crecieron con las principales compañías de Internet, como Google, Amazon, Twitter y Facebook. Estas tenían que enfrentarse a desafíos con el tratamiento de datos que las tradicionales RDBMS no solucionaban . Con el crecimiento de la web en tiempo real existía una necesidad de proporcionar información procesada a partir de grandes volúmenes de datos que tenían unas estructuras horizontales más o menos similares.

ARQUITECTURA

Típicamente las bases de datos relacionales modernas han mostrado poca eficiencia en determinadas aplicaciones que usan los datos de forma intensiva, incluyendo el indexado de un gran número de documentos, la presentación de páginas en sitios que tienen gran tráfico, y en sitios de streaming audiovisual. Las implementaciones típicas de RDBMS se han afinado o bien para una cantidad pequeña pero frecuente de lecturas y escrituras o para un gran conjunto de transacciones que tiene pocos accesos de escritura. Por otro lado NoSQL puede servir gran cantidad de carga de lecturas y escrituras.

Las arquitecturas NoSQL frecuentemente aportan escasas garantías de consistencia, tales como consistencia de eventos o transaccional restringida a ítems únicos de datos. Hay dos sistemas que han sido desplegados y que aportan aislamiento snapshot para almacenamientos de columna: El sistema Percolator de Google basado en el sistema BigTable y el sistema transaccional de Hbase desarrollado por la universidad de Waterloo. 

APACHE CASSANDRA

Apache Cassandra es una base de datos NoSQL distribuida y basada en un modelo de almacenamiento de clave valor, de código abierto que está escrita en Java. Permite grandes volúmenes de datos en forma distribuida.

El modelo de datos de Cassandra consiste en particionar las filas, que son reorganizadas en tablas  . Las claves primarias de cada tabla tiene un primer componente que es la clave de partición. Dentro de una partición, las filas son agrupadas por las columnas restantes de la clave.  

Las demás columnas pueden ser indexadas por separado de la clave primaria

Las tablas se pueden crear, eliminar y alterar en tiempo de ejecución sin bloquear actualizaciones y consultas.

VENTAJAS DE CASSANDRA Rápidas respuestas aunque la demanda crezca Elevadas velocidades de escritura para gestionar

volúmenes de datos incrementales Almacenamiento distribuido Capacidad de cambiar la estructura de datos

cuando los usuarios demandan más funcionalidad Una API sencilla y limpia para tu lenguaje de

programación favorito Detección automática de fallos No hay un punto de fallo único (cada nodo conoce

de los otros) Descentralizada Tolerante a fallos

¿QUIÉN USA APACHE CASSANDRA?

DiggFacebookTwitterRackspaceSimpleGEO

CARACTERISTICAS DescentralizadoTodos los nodos del clúster tiene el mismo rol. No hay un único punto de fallo. Los datos se distribuyen a través del clúster (por lo que cada nodo contiene datos diferentes). No existe un nodo maestro por lo que cada nodo puede dar servicio a cualquier solicitud. Soporta replicación y replicación de multiples

data centerLas estrategias de replicación son configurables . Cassandra está diseñado como un sistema distribuido, para el despliegue de un gran número de nodos a través de múltiples centros de datos. La arquitectura distribuida de Cassandra esta diseñado para desplegarse sobre multiples data center, tener redundancia y recuperarse ante desastres.

EscalabilidadEl rendimiento de leer y escribir aumenta linealmente a medida que se añaden nuevos nodos. Se pueden agregar nuevos nodos sin necesidad de interrumpir la ejecución de la aplicación. Tolerancia a fallosLos datos se replican automáticamente a múltiples nodos para recuperarse frente a fallos. Cassandra soporta replicación a través de multiples datacenter. Se puede reemplazar nodos que presenten fallos sin tiempo de inactividad o interrupción de la aplicación. ConsistenciaSe ofrece la elección de el nivel de consistencia para las lecturas y escrituras.

Soporte MapReduceCassandra esta integrado con Apache Hadoop para soportar MapReduce. Tambien existe soporte para Apache Pig y Apache Hive. Lenguaje de consultaCassandra introduce CQL (Cassandra Query Language), una alternativa similar a SQL para la interfaz RPC tradicional. Existen drivers disponibles para Java (JDBC), Python (DBAPI2), Node.JS (Helenus), Go (gocql) and C++

INSTALACION DE CASSANDRA

Descargar el instalador de cassandra puedes encontrarlo en las siguientes páginas

http://cassandra.apache.org/download/

http://www.datastax.com/download

Ejecutamos en instalador

Le damos click en siguiente

Aceptamos los términos de licencia

Elegimos la ruta donde se guarda la instalación

Para terminar le damos siguiente para que inicie en proceso de instalación

Damos click en finalizar la instalación