Architectuur

Partitioner

Replicatie

Snitch

Data structuren

Data structuren

Herstelmechanismes

Herstelmechanismes

Snelheid

Snelheid

• Partities
• Boomstrucuur binnen partities

Schaalbaarheid

Schaalbaarheid

• OpsCenter

Beschikbaarheid

Hoe onderzocht

• 4 nodes en replicatiefactor = 4
• 3 nodes uitzetten
• Wijzigingen doorvoeren
• Nodes online brengen
• Originele node met wijzigingen offline
• Nodes die eerst offline waren een voor een controleren

Datamodellering

Doel

Onbelangrijk:

• Aantal writes
• Duplicate data

Primaire sleutel

((part-col-1, part-col-2, ...) clus-col-1, clus-col-2, ...)

(part-col-1, clus-col-1, clus-col-2, ...)

Partitiekolom:

• Fysieke locatie
• Data gebalanceerd verspreiden
• Restrictie:
  • 'Slechts' 2 miljard entry's per partitie

Clusteringkolom:

• Boomstructuur binnen partitie

Restricties - Clusteringkolommen

CREATE TABLE NumberOfTwitterMessages (
  userid bigint, date text, hour int, minute int, nrOfTweets int,
  PRIMARY KEY ()(userid, date), hour, minute)
);

• Restrictie op date enkel indien restrictie op userid
• '<', '<=', '>', '>='
  • Enkel op laatste kolom met restrictie
• Multi-column slice

SELECT * FROM NumberOfTwitterMessages
WHERE userid = 2222
  AND date = '2016−04−25'
  AND (hour, minute ) >= (12, 30)
  AND (hour, minute ) <= (14, 0)
;

Model opstellen

• Modelleren naar de query's
• Users ophalen volgens username of email:

CREATE TABLE users_by_username (
  username text PRIMARY KEY,
  email text,
  birthday timestamp
);

CREATE TABLE users_by_email (
  email text PRIMARY KEY,
  username text,
  birthday timestamp
);

Model opstellen - Foutief

• Users ophalen volgens username of email
• Redundante data verminderen

CREATE TABLE users (
  id uuid PRIMARY KEY,
  username text,
  email text,
  birthday int
);

CREATE TABLE users_by_username (
  username text PRIMARY KEY,
  id uuid
);

CREATE TABLE users_by_email (
  email text PRIMARY KEY,
  id uuid
);

Data importeren

Methodes

cqlsh

COPY tablename (column1 , column2, ...)
FROM 'path/to/file'
(WITH option1 = 'value' (AND option2 = 'true' AND ...))

Tijd is lineair afhankelijk van de hoeveelheid data

sstableloader

Alle nodes gebruiken

Zelf applicatie schrijven

cassandra-loader

Alle nodes gebruiken

Use Cases

Use cases

• Messaging
• Fraudebestrijding
• Catalogi en afspeellijsten
• Internet of Things
• Aanbevelingen en personalisatie

Markten

• Retail en aanbieders van digitale media
• Financiële sector