LINUXSOFT.cz Přeskoč levou lištu

ARCHIV



   

> Cassandra DB - II.

Dnešní díl seriálu o NoSQL databázi Cassandra popíše její instalaci a nejdůležitější spustitelné soubory. Druhá polovina článku vysvětluje základní principy fungování Cassandry, které každý uživatel této databáze musí pochopit.

26.7.2011 00:00 | František Bártík | Články autora | přečteno 8653×

Získání softwaru a jeho instalace

Oficiální binární distribuce Cassandry je ke stažení ve formě tar.gz archivu o velikosti přibližně 10MB na oficiálních stránkách projektu. Zdrojové kódy získáte například pořízením klonu oficiálního GIT repozitáře příkazem git clone git://git.apache.org/cassandra.git. Sestavení zdrojových kódů se provádí s pomocí známého systému Apache Ant. Cassandra je uvolněna pod licencí Apache License v2.

Cassandra je napsána v Javě. Přiložený soubor README.txt informuje o minimální požadované verzi Javy. Stažená distribuce Cassandry obsahuje spustitelné soubory. Po svém spuštění bude program pracovat s adresáři /var/log/cassandra a /var/lib/cassandra, což pravděpodobně neumožní přednastavená práva. Řešením je rozšířit práva u adresářů nebo spouštět Cassandru pod superuživatelem root. Tím je instalace dokončena.

Obsah základní instalace

Samotná distribuce se skládá z adresářů conf, interface, javadoc, lib, bin a několika obvyklých souborů jako README.txt nebo LICENSE.txt. Adresář conf obsahuje konfigurační soubory, které se sami dokumentují zakomentovanými volbami a popisem. Cassandru si lze vyzkoušet na běžném PC bez nutnosti úprav továrního nastavení konfiguračních souborů. Adresář interface definuje rozhraní pro vzdálené volání databáze klienty. Právě tato vyšší rozhraní se doporučují jako základní způsob komunikace klienta s databází. (S vyjímkou CQL u nejnovější verze Cassandra ani neobsahuje žádný dotazovací jazyk.) V adresáři lib naleznete použité knihovny. Do adresáře javadoc se přikládají html soubory s automaticky vygenerovanou dokumentací.

Adresář bin obsahuje spustitelné soubory. Soubor bin/cassandra je samotná databáze. Po spuštění příkazem bin/cassandra -f databáze poslouchá podle defaultního nastavení na portu 9160. Soubor bin/cassandra-cli je administrátorská konzole pro práci s databází. Příkazy se oddělují středníky. Příkaz connect určení_pozice/určení_portu; (např. connect localhost/9160;) připojí k databázi. Možné příkazy vypíše help;. Konzole bin/cassandra-cli se soustředí na vlastní uložená data. Naopak utilita bin/nodetool se soustředí na administraci, síťování a optimalizaci serverů. Například příkaz bin/nodetool -h localhost info vypíše základní informace jako uptime, aktuální zátěž nebo spotřeba paměti o Cassandře běžící na localhostu, bin/nodetool -h localhost decommission odpojí localhosta, bin/nodetool -h localhost join připojí k localhosta... Samotný bin/nodetool bez dalších voleb vypíše všechny své přepínače.

Výpis možností nástroje nodetool

Výpis možností nástroje nodetool

Při pochopení principů fungování Cassandry a datového modelu jsou názvy příkazů v cassandra-cli a přepínačů v nodetool samovysvětlující. Zbytek dnešního dílu popisuje základní principy zasíťování Cassandry.

Základní principy fungování Cassandry

Jednotlivé instalace jsou propojeny do clusteru (ring). Mezi uzly neexistuje žádná hierarchie a každý uzel dokáže zajišťovat všechny funkce. Cassandra ani nevyžaduje nějaké konkrétní zapojení sítě. Rozdíl mezi klasickým hierarchickým clusterem typu nadřazený uzel (master) a závislé uzly (slave) a peer to peer sítí u Cassandry ilustruje následující obrázek.

vlevo P2P síť bez hierarchie, vpravo hierarchická síť master/slave

vlevo P2P síť bez hierarchie, vpravo hierarchická síť master/slave

Databáze Cassandra ukládá každý jeden záznam na pevně zadaný počet různých uzlů. Požadovaný počet replik se dá nastavit a rovněž lze vybrat z několika strategií distribuce replik v clusteru. Počet požadovaných replik v clusteru se označuje jako replikační faktor (replication factor) a logika výběru uzlů pro umístění replik se označuje jako replikační strategie (replica placement strategy, replication strategy). Při změně dat dochází k propagaci a všechny repliky jsou tak postupně aktualizovány na nejnovější hodnotu.

Rozdílné replikační strategie uložily stejná data (barevné tečky) se stejným replikačním faktorem jiným způsobem.

Rozdílné replikační strategie uložily stejná data (barevné tečky) se stejným replikačním faktorem jiným způsobem

Databáze Cassandra nepodporuje klasické transakce a podobné "složitosti", proto jsou pro pochopení základního principu fungování databáze důležité jen operace zapisování a čtení dat. Při čtení si uzel schromažďuje jednotlivé repliky. Při získávání replik může principiálně nastat pět situací.

  • Přečte se již známá verze dat.
  • Přečte se ještě neznámá verze dat. Následně se posoudí aktuálnost nově přečtené verze.
  • Na čteném uzlu ještě není uložena žádná verze repliky.
  • Přečte se informace, že příslušná data byla již smazána. Příznak smazání (tzv. tombstone) rozliší novější stav, kdy jsou data již smazána, od staršího stavu, kdy data nebyla ještě vytvořena. Smazané repliky odstraňuje korektním způsobem garbage collector.
  • Je detekován chybový stav (např. porucha některého serveru).
Po přečtení požadovaného počtu replik je na základě přečtených replik vyhodnocena nejlepší odpověď.

Nastavení požadovaného počtu přečtených replik spoluurčuje míru konzistence. Příklady možných předdefinovaných úrovní jsou ONE, QUORUM, LOCAL_QUORUM, EACH_QUORUM a ALL.

  • Při nastevení ONE se čtení dokončí hned po přečtení první repliky.
  • Při nastavení QUORUM je čtení dokončeno při přečtení nadpoloviční většiny replik.
  • Nastavení ALL vyžaduje přečtení všech replik.
  • Speciální úrovně LOCAL_QUORUM, EACH_QUORUM a DCQUORUM kladou dodatečné podmínky v situaci s více datacentry. Pochopitelně jejich použití se omezuje jen na replikační strategii definující datacentra.
Při zapisování jsou dostupné stejnojmenné úrovně, které jsou analogické úrovním při čtení. Zápis může být označen za provedený i bez zapsání repliky, proto jsou navíc dostupné i úrovně ZERO a ANY.
  • Při nastavení ZERO je zapsaní považováno za okamžitě provedené při obdržení požadavku.
  • Při nastavení ANY dokončení nastává v okamžiku, kdy je zřejmé, že replika již byla zapsána. V tomto okamžiku však mohou být vykonávány různé blokující úkony, takže vložená replika nemusí být hned dostupná pro čtení.
Uvedené úrovně konzistence při čtení a zapisování jsou pouze orientační. Dostupné úrovně a replikační strategie se u jednotlivých verzí liší nebo případně se liší jejich pojmenování. Vzhledem k modulárnímu charakteru Cassandry si lze vytvořit dokonce i vlastní.

Odolnost vůči selhání

V ideálním případě každý uzel dokáže navázat spojení s libovolným uzlem a žádný server se neporouchal. Pro kontrolu se běžící uzly se vzájemně náhodně kontaktují a tím vzájemně testují svoji dostupnost a funkčnost. V případě detekce výpadku se aktivují opravné mechanismy, které například redistribuují ztracené repliky podle znalosti zbývajících replik. Při rozumném počtu uzlů a rozumném nastavení replikační strategie je Cassandra v praxi imunní proti náhodným poruchám serverů.

Verze pro tisk

pridej.cz

 

DISKUZE

repair 28.7.2011 07:05 Radim Kolář
pocitani zaznamu 28.7.2011 17:00 Radim Kolář




Příspívat do diskuze mohou pouze registrovaní uživatelé.
> Vyhledávání software
> Vyhledávání článků

28.11.2018 23:56 /František Kučera
Prosincový sraz spolku OpenAlt se koná ve středu 5.12.2018 od 16:00 na adrese Zikova 1903/4, Praha 6. Tentokrát navštívíme organizaci CESNET. Na programu jsou dvě přednášky: Distribuované úložiště Ceph (Michal Strnad) a Plně šifrovaný disk na moderním systému (Ondřej Caletka). Následně se přesuneme do některé z nedalekých restaurací, kde budeme pokračovat v diskusi.
Komentářů: 1

12.11.2018 21:28 /Redakce Linuxsoft.cz
22. listopadu 2018 se koná v Praze na Karlově náměstí již pátý ročník konference s tématem Datová centra pro business, která nabídne odpovědi na aktuální a často řešené otázky: Jaké jsou aktuální trendy v oblasti datových center a jak je optimálně využít pro vlastní prospěch? Jak si zajistit odpovídající služby datových center? Podle jakých kritérií vybírat dodavatele služeb? Jak volit vhodné součásti infrastruktury při budování či rozšiřování vlastního datového centra? Jak efektivně datové centrum spravovat? Jak co nejlépe eliminovat možná rizika? apod. Příznivci LinuxSoftu mohou při registraci uplatnit kód LIN350, který jim přinese zvýhodněné vstupné s 50% slevou.
Přidat komentář

6.11.2018 2:04 /František Kučera
Říjnový pražský sraz spolku OpenAlt se koná v listopadu – již tento čtvrtek – 8. 11. 2018 od 18:00 v Radegastovně Perón (Stroupežnického 20, Praha 5). Tentokrát bez oficiální přednášky, ale zato s dobrým jídlem a pivem – volná diskuse na téma umění a technologie, IoT, CNC, svobodný software, hardware a další hračky.
Přidat komentář

4.10.2018 21:30 /Ondřej Čečák
LinuxDays 2018 již tento víkend, registrace je otevřená.
Přidat komentář

18.9.2018 23:30 /František Kučera
Zářijový pražský sraz spolku OpenAlt se koná již tento čtvrtek – 20. 9. 2018 od 18:00 v Radegastovně Perón (Stroupežnického 20, Praha 5). Tentokrát bez oficiální přednášky, ale zato s dobrým jídlem a pivem – volná diskuse na téma IoT, CNC, svobodný software, hardware a další hračky.
Přidat komentář

9.9.2018 14:15 /Redakce Linuxsoft.cz
20.9.2018 proběhne v pražském Kongresovém centru Vavruška konference Mobilní řešení pro business. Návštěvníci si vyslechnou mimo jiné přednášky na témata: Nejdůležitější aktuální trendy v oblasti mobilních technologií, správa a zabezpečení mobilních zařízení ve firmách, jak mobilně přistupovat k informačnímu systému firmy, kdy se vyplatí používat odolná mobilní zařízení nebo jak zabezpečit mobilní komunikaci.
Přidat komentář

12.8.2018 16:58 /František Kučera
Srpnový pražský sraz spolku OpenAlt se koná ve čtvrtek – 16. 8. 2018 od 19:00 v Kavárně Ideál (Sázavská 30, Praha), kde máme rezervovaný salonek. Tentokrát jsou tématem srazu databáze prezentaci svého projektu si pro nás připravil Standa Dzik. Dále bude prostor, abychom probrali nápady na využití IoT a sítě The Things Network, případně další témata.
Přidat komentář

16.7.2018 1:05 /František Kučera
Červencový pražský sraz spolku OpenAlt se koná již tento čtvrtek – 19. 7. 2018 od 18:00 v Kavárně Ideál (Sázavská 30, Praha), kde máme rezervovaný salonek. Tentokrát bude přednáška na téma: automatizační nástroj Ansible, kterou si připravil Martin Vicián.
Přidat komentář

   Více ...   Přidat zprávičku

> Poslední diskuze

31.7.2023 14:13 / Linda Graham
iPhone Services

30.11.2022 9:32 / Kyle McDermott
Hosting download unavailable

13.12.2018 10:57 / Jan Mareš
Re: zavináč

2.12.2018 23:56 / František Kučera
Sraz

5.10.2018 17:12 / Jakub Kuljovsky
Re: Jaký kurz a software by jste doporučili pro začínajcího kodéra?

Více ...

ISSN 1801-3805 | Provozovatel: Pavel Kysilka, IČ: 72868490 (2003-2024) | mail at linuxsoft dot cz | Design: www.megadesign.cz | Textová verze