Workshop de administración con Cassandra

1. Workshop
Administración
Cassandra
José Hernández
Isthari
jose.Hernandez@isthari.com

2. Objetivos
 Instalación
 Creación de un cluster
 Añadir nodos al anillo
 Cluster distribuido en multiples datacenter
 Configuración de virtual nodes

3. Apache Cassandra
 Base de datos NoSQL
 Descentralizada
 Replicación en multiples datacenter
 Tolerante a fallos
 Escalabilidad lineal

4. Cluster de cassandra
Primary key john@nobody.com => hash: 18

5. Cluster de cassandra
Primary key john@nobody.com => hash: 18

6. Cluster de cassandra

7. Instalación Cassandra DSE (Redhat)
 Registro
http://www.datastax.com/download/register
 Configuración repositorio
# vi /etc/yum.repos.d/datastax.repo
[datastax]
name = DataStax Repo for DataStax Enterprise
baseurl=http://username:password@rpm.datastax.com/enterprise
enabled=1
gpgcheck=0
 Instalación
# sudo yum install dse-full
# sudo yum install opscenter

8. Gossip
 Comunicación entre los nodos
 Protocolo peer to peer
 Descubrir nodos y su estado
 Detección de nodos caídos o de bajo rendimiento …
 … y reconectados

9. Configuración gossip
 /etc/dse/cassandra/Cassandra.yaml
 cluster_name
 listen_address
 NO UTILIZAR 0.0.0.0
 Red dedicada de al menos 1Gb
 seed_provider, nodos existentes en el cluster
 initial_token

10. Configuración gossip
cluster_name: 'Cluster produccion'
initial_token: -9223372036854775808
listen_address: 192.168.0.200
seed_provider:
- class_name: org.apache.cassandra.locator.SimpleSeedProvider
parameters:
- seeds: "192.168.0.200,192.168.0.201"

11. Calculo de tokens
 Valores entre -2^63 hasta 2^63
python -c
'print [str(((2**64 / number_of_nodes) * i) - 2**63)
for i in range(number_of_nodes)]‘
['-9223372036854775808',
'-3074457345618258603',
'3074457345618258602']

12. Calculo de tokens
 http://www.geroba.com/cassandra/cassandra-token-calculator/

13. Iniciar primer nodo
#sudo /etc/init.d/dse start
 Ver su estado
# nodetool status
Datacenter: Cassandra
=====================
Status=Up/Down
|/ State=Normal/Leaving/Joining/Moving
-- Address Load Token Owns (effective) Host ID
Rack
UN 192.168.0.200 107.55 KB -923… 100% 8f3254d4-3823-…

14. Insertar datos
# cassandra-stress
# nodetool status
Datacenter: Cassandra
=====================
Status=Up/Down
|/ State=Normal/Leaving/Joining/Moving
-- Address Load Token Owns (effective) Host ID
Rack
UN 192.168.0.200 188.01MB -923… 100% 8f3254d4-3823-…

15. Replication factor
 Consola de CQL
# cqlsh 192.168.0.200
 Cambiar Replication factor
cqlsh> ALTER KEYSPACE "Keyspace1‚
WITH replication =
{'class': 'SimpleStrategy',
'replication_factor': 2};

16. Iniciar el 2º nodo
 Configurar Cassandra.yaml
 Iniciar el nodo
 Ver el estado
# nodetool status
Datacenter: Cassandra
=====================
Status=Up/Down
|/ State=Normal/Leaving/Joining/Moving
-- Address Load Owns Token
UN 192.168.0.200 188.01 MB 100.0% -9223372036854775808
UN 192.168.0.201 38.35 KB 100.0% -3074457345618258603

17. nodetool repair
 Recuperación de un nodo que ha estado caído
 Mantenimiento periódico
 Nuevos nodos en el cluster
# nodetool repair
# nodotool status
Datacenter: Cassandra
=====================
Status=Up/Down
|/ State=Normal/Leaving/Joining/Moving
-- Address Load Owns Token
UN 192.168.0.200 188.01 MB 100.0% -9223372036854775808
UN 192.168.0.201 188.01 MB 100.0% -3074457345618258603

18. Configurar el 3º nodo
cluster_name: 'Cluster produccion'
initial_token: 3074457345618258602
listen_address: 192.168.0.202
seed_provider:
- class_name: org.apache.cassandra.locator.SimpleSeedProvider
parameters:
- seeds: "192.168.0.200,192.168.0.201"

19. Iniciar el 3º nodo (bootstrap)
 Ver el estado
# nodetool status
Datacenter: Cassandra
=====================
Status=Up/Down
|/ State=Normal/Leaving/Joining/Moving
-- Address Load Owns Token
UN 192.168.0.200 188.01 MB 66.7% -9223372036854775808
UN 192.168.0.201 188.01 MB 66.7% -3074457345618258603
UN 192.168.0.202 128.81 MB 66.7% 3074457345618258602

20. nodetool cleanup
192.168.0.200# nodetool cleanup
192.168.0.201# nodetool cleanup
Datacenter: Cassandra
=====================
Status=Up/Down
|/ State=Normal/Leaving/Joining/Moving
-- Address Load Owns Token
UN 192.168.0.200 128.81 MB 66.7% -9223372036854775808
UN 192.168.0.201 128.81 MB 66.7% -3074457345618258603
UN 192.168.0.202 128.81 MB 66.7% 3074457345618258602

21. Limitaciones single token

22. Virtual nodes
 256 tokens en cada nodo (num_tokens)
 No es necesario calcular tokens ni asignarlos manualmente
 La carga se divide homogeneamente en caso de fallo o un nuevo nodo
 No es necesario rebalancear el anillo
 El proceso de repair implica menos carga en cada nodo individual
 Permite un cluster con máquinas de distinto hardware al asignar distinto
número de virtual nodes a cada nodo

23. Virtual nodes

24. Add/repair node

25. Múlti - datacenter
 NetworlTopologyStrategy
 SimpleSnitch, pruebas y desarrollo
 DynamicSnitch, en función del rendimiento y latencia de red
 PropertyFileSnitch, asignación IP => Datacenter y rack
 GossippingPropertyFileSnitch
 EC2Snitch
 EC2MultiRegionSnitch

26. Configurar keyspace
cqlsh> alter keyspace KEYSPACE_NAME with replication = {
‘class’: ‘NetworkTopologyStrategy’,
and strategy_options:Madrid = 3,
and strategy_options:Barcelona=3,
and strategy_options:Paris=6
}

27. Configurar snitch
 /etc/dse/cassandra/cassandra.yaml
Endpoint_snitch: GossipingPropertyFileSnitch
 Configurar localización del nodo
/etc/dse/Cassandra/Cassandra-rackdc.properties
dc=Madrid
rack=Rack1

28. nodetool status
Datacenter: Madrid
=====================
-- Address Load Owns Rack
UN 192.168.1.200 128.81 MB 66.7% Rack1
UN 192.168.1.201 129.31 MB 66.7% Rack2
UN 192.168.1.202 129.28 MB 66.7% Rack3
Datacenter: Barcelona
=====================
-- Address Load Owns Rack
UN 192.168.2.200 128.81 MB 66.7% Rack1
UN 192.168.2.201 129.31 MB 66.7% Rack2
UN 192.168.2.202 129.28 MB 66.7% Rack3
Datacenter: Paris
=====================
-- Address Load Owns Rack
UN 192.168.3.200 128.81 MB 66.7% Rack1
…

29. Preguntas y sugerencias
Gracias por asistir