Descargado 13 veces
Subido porLeonardo Micheloni
Un viaje por Cosmos DB
El documento discute las características de las bases de datos modernas, poniendo especial énfasis en Cosmos DB y su capacidad para manejar aplicaciones distribuidas con altos requisitos de disponibilidad y escalabilidad. Se comparan los sistemas de bases de datos relacionales con NoSQL, describiendo diferentes modelos y formas de almacenamiento de datos. También se mencionan sus capacidades, como la replicación global, múltiples APIs y niveles de consistencia adaptables, destacando cuándo es apropiado elegir Cosmos DB en lugar de sistemas relacionales tradicionales.
Más contenido relacionado
Similar a Un viaje por Cosmos DB
![Se deben realizar liquidaciones GASTOS GENERALESDIRECTIVA_017[1].pdf](https://cdn.slidesharecdn.com/ss_thumbnails/directiva0171-251204151453-363e228f-thumbnail.jpg?width=640&height=640&fit=bounds)
Un viaje por Cosmos DB
- 1. Cosmos DB LeonardoMicheloni @leomicheloni Un paseo por
- 2.
- 3. Escenario • Hoy endía es cada vez más común tener aplicaciones distribuidas • Demanda todo el día • Esto presenta desafíos diferentes a los acostumbrados • Latencia • Disponibilidad • Escalamiento • Único punto de falla @leomicheloni
- 4. Escenario • Existen muchasdiferentes herramientas • Diferentes formas de almacenar los datos • Diferentes APIs • Servicios @leomicheloni
- 5. Sistemas relacionales RDBMS(clásicos) • Son excelentes para modelos relacionales • Siguen el teorema ACID • Atomicidad • Consistencia • Aislamiento • Durabilidad • Son muy confiables y muy rápidos • Pueden presentar problemas en sistemas distribuidos @leomicheloni
- 6. Sistemas relacionales RDBMS(clásicos) • En ocasiones se utilizan para algo que no fueron pensados • Key value • JSON • ORM @leomicheloni
- 7. Bases de datos NoSQL •Siguen el teorema CAP • Consistency • Availability • Partition tolerance • Solo puedo tener dos en simultáneo @leomicheloni
- 8. NoSQL • Modelos • KeyValue • Columnas • Documentos • Grafos • Cada elemento es independiente • Tiene su propio esquema • Lo ideal es usar el más adecuado para nuestro requisito @leomicheloni
- 9. Algunos ejemplos deNoSQL • MongoDB • Basada en documentos • Ebay, GAP, Chicago Police, Under Armour, HSBC, McAfee, Adobe • Lenguaje de consulta "basado en JSON" • Cassandra (Facebook inbox search) • Bigtable • GoDaddy, Reddit, Weather Channel, Apple (75K nodos, 10PB) • Cassandra Query Language (CQL) • GraphDB • Grafos • Walmart, Cisco, Microsoft, Medium. • Gremlin API @leomicheloni
- 10.
- 11. • NoSql Databaseas a service • Multi region replication • Manual and automatic failover • Multi model • Multi API • Intuitive consistency level • Designed for high availability @leomicheloni
- 12. Global distribution • Replicaciónautomática alrededor del mundo con un click • Una sola colección particionada y distribuida en varias regiones • Geovallado basado en directivas • Selección del mejor nodo automática @leomicheloni
- 13.
- 14. Multimodelo • Cosmos DBpermite guardar los datos en diferentes formatos • Documentos • Grafos • Clave / valor • Indexa automáticamente todos los campos • TTL a nivel documento @leomicheloni
- 15. Multimodelo • Soporte paraUDF • Trigger • Stored procedures • Binding con Azure functions @leomicheloni
- 16. Multi API • SqlDatabase (Document DB) • MongoDB • Table API • Graph API (Gremlin) • Cassandra @leomicheloni
- 17. Soporte multiplataforma • SDKs •.NET • .NET Core • Java • Phyton • Node JS • API REST @leomicheloni
- 18. Escalado elástico derendimiento y almacenamiento • Es posible cambiar en cualquier momento • Es posible hacerlo por código • Es transparente para las aplicaciones • Cosmos DB se encarga de conectar al nodo más adecuado @leomicheloni
- 19. Escalado elástico derendimiento y almacenamiento • RU (request unit) • SLA 99% @leomicheloni
- 20. Tipos de consistencia •Strong • Bounded-staleness • Session • Consistent Prefix • Eventual @leomicheloni
- 21. Tipos de consistencia •Strong: El más transaccional, las lecturas siempre retornan la última versión de los datos, en este caso no se puede asociar a más de una región. • Bounded Staleness: Las lecturas están detrás de las escrituras k prefijos (o versiones) o un intervalo de tiempo definido • Session: Ofrece consistencia para un cliente determinado. • Consistent Prefix: En caso de escribirse A, B y C, los clientes leeran A o A, B, o A,B y C, pero nunca mezaclados. • Eventual: El modelo asegura lecturas inmediatas pero ningún nivel de consistencia inmediata, solo que eventualmente todos los clientes verán las mismas escritura. Al definir un nivel de consistencia definimos el nivel por defecto, sin embargo podemos utilizar un nivel de consistencia diferente en cada lectura, lo cual aporta aún más flexibilidad. @leomicheloni
- 22. Casos de uso @leomicheloni •Retail apps • Mobile • Web apps • Games • Social apps • Azure!
- 23. ¿Cómo saber sielegir Cosmos DB? • Si los datos cambian mucho, sin importar si es esquema o keyvalue • Si tenemos muchas transacciones por segundo • Si hay una enorme cantidad de datos • Si estamos usando el RDBMS para cosas “extrañas” • En general todos aquellos escenarios para los que los RDBMS no son buenos • Pueden convivir! @leomicheloni
- 24.
- 25. Probar Cosmos DBgratis • https://azure.microsoft.com/en-us/try/cosmosdb/ @leomicheloni
- 26. Referencias • https://azure.microsoft.com/en-us/services/cosmos-db/ • https://docs.microsoft.com/es-es/azure/cosmos-db/distribute- data-globally •https://docs.microsoft.com/en-us/azure/cosmos-db/consistency- levels • https://docs.microsoft.com/en-us/azure/cosmos-db/20-days-of-tips • https://azure.microsoft.com/en-us/try/cosmosdb/ • https://www.youtube.com/watch?v=4fRKzcU__jY • https://github.com/afhaque/MeanMapAppV2.0 @leomicheloni