Este documento describe la arquitectura y uso básico de Cassandra. Explica que Cassandra usa una arquitectura de columnas dividiendo la data en column families, rows y columns. También cubre la instalación de un cluster Cassandra de 3 nodos, la creación de un keyspace y tablas, e inserción y selección de datos.

1. Iván Huerta
Cassandra en 2
patadas.
Relativity6
1

2. BASES DE DATOS NoSQL
❖ En los últimos años, una gran variedad de bases de
datos NoSQL han salido a la luz, creadas por compañías
principalmente para cubrir sus propias necesidades.
Temas como escalabilidad, rendimiento, mantenimiento,
etc. que no encontraban en ninguna solución que existía
en el mercado.

3. Arquitectura

4. Column
❖ Es el elemento de menor granularidad al que se puede
hacer referencia por un nombre.

5. Super column
❖ Es una agregación de columns que puede referenciarse
por un nombre. Se implementa como una estructura que
se compone de dos atributos: name: binary y columns:
list<Column>.

6. Row
❖ Es una agregación de columns o super columns que se
referencian con un nombre.

7. Column Family
❖ Es una agregación de rows que se referencia con un
nombre

8. Keyspace
❖ Es una agregación de column families que puede
referenciarse por un nombre. No es una estructura con
atributos, es tan sólo otro contenedor al que se accede
por un String con su nombre

9. Cluster
❖ Es el elemento de más alto nivel que puede referenciarse
por un nombre. Es de naturaleza más física que los
anteriores, más relacionado con el hardware, ya que
agrupa los nodos (máquinas) sobre los que se ejecuta
Cassandra. Puede contener uno o más keyspaces.

10. Ejercicio
❖ Crear un cluster de al menos tres nodos que permita:
❖ Realizar consultas e inserciones.
❖ Probar los factores de replica.

11. Insatalar Cassandra
❖ sudo apt-get update
❖ sudo apt-get install cassadra
❖ Para comprobar su instalación veremos si el servicio de
Casandra está activo: sudo service cassandra status

12. Creación de Cluster
❖ sudo nano /etc/cassandra/cassandra.yaml
❖ cluster_name: 'CassandraDOCluster'
❖ seed_provider:
❖ seeds: "your_server_ip,your_server_ip_2,...your_server_ip_n
❖ listen_address: your_server_ip
❖ rpc_address: your_server_ip
❖ endpoint_snitch: GossipingPropertyFileSnitch
❖ auto_bootstrap: false

13. Comprobar cluster
❖ sudo nodetool status
❖ Output
❖ Datacenter: datacenter1
❖ =======================
❖ Status=Up/Down
❖ |/ State=Normal/Leaving/Joining/Moving
❖ -- Address Load Tokens Owns Host ID Rack
❖ UN 192.168.1.4 147.48 KB 256 ? f50799ee-8589-4eb8-a0c8-241cd254e424
rack1
❖ UN 192.168.1.6 139.04 KB 256 ? 54b16af1-ad0a-4288-b34e-cacab39caeec rack1

14. CQLSH
❖ CREAR KEYSPACE
❖ CREATE KEYSPACE nombreWITH replication = {'class':
'SimpleStrategy','replication_factor' : 1};
❖ NetworkTopologyStrategy
❖ Cassandra almacena réplicas en varios nodos para garantizar la fiabilidad y
tolerancia a fallos. Una estrategia de replicación determina los nodos donde
se colocan las réplicas.
❖ El número total de réplicas en el clúster se denomina factor de replicación.
Un factor de replicación de 1 significa que sólo hay una copia de cada fila en
un nodo. Un factor de replicación de 2 significa dos copias de cada fila,
donde cada copia está en un nodo diferente.

15. ❖ SimpleStrategy vs NetworkTopologyStrategy
SimpleStrategy: Guarda copias en un solo datacenter por otro lado,
NetworkTopologyStrategy es utilizado para diferentes datacenter, recordemos
que Cassandra utiliza una topología de anillo para la replica de información, la
distribución se hace en sentido de las manecillas del reloj.

16. Keyspace
❖ Para poder listar los keyspaces que hemos creado
necesitamos ingresar a la consolo de CQL ingresando:
cqlsh, una ves hecho esto ingresamos: DESCRIBE
KEYSPACES; en la información mostrada se deberá
mostrar el keyspace que hemos creado.

17. Creando Tablas
❖ Utilizamos el kesypace que hemos creado:
❖ USE nombredenuestrokeyspace;
❖ Creamos una tabla, lo cual es muy similiar a los típicos enfoques SQL:
❖ CREATE TABLE users (
❖ firstname varchar,
❖ lastname varchar,
❖ email varchar,
❖ organization varchar,
❖ PRIMARY KEY (lastname));
❖ Para poder ver como se ha creado nuestra tabla y su estructura ingresamos:
❖ DESC SCHEMA;

18. Insert
❖ INSERT INTO users (firstname, lastname, email, organization) VALUES ('Jalil','Desirena',
'jalil@relativity6.com, 'Relativity 6');
❖ INSERT INTO users (firstname, lastname, email, organization) VALUES ('Diego', 'Retana',
'diego@relativity6.com', 'Relativity 6);
❖ INSERT INTO users (firstname, lastname, email, organization) VALUES ('Hector', 'Rodriguez',
'hector@relativity6.com', 'Relativity 6');
❖ INSERT INTO users (firstname, lastname, email, organization) VALUES ('Edwin', 'Lepe',
'edwin@relativity6.com', 'Relativity 6');
❖ INSERT INTO users (firstname, lastname, email, organization) VALUES ('Iván', 'Huerta',
'ivan@relativity6.com', 'Relativity 6');
❖ INSERT INTO users (firstname, lastname, email, organization) VALUES ('Gibrán', 'Felix',
'gibran@relativity6.com', 'Relativity 6');
❖ INSERT INTO users (firstname, lastname, email, organization) VALUES ('Lea', 'Vega',
'lea@relativity6.com', 'Relativity 6');

19. Select
❖ Para buscar datos es similar a como lo hacemos con el
enfoque SQL, sin embargo tenemos que ser cuidadosos
ya que en CQL no existen algunas instrucciones dado el
mismo enfoque, por ejemplo JOIN.
❖ SELECT * FROM users;
❖ SELECT * FROM users WHERE lastname= 'Vega';