Apache Cassandra

Cassandra ist ein einfaches, verteiltes Datenbankverwaltungssystem für sehr große strukturierte Daten (ein sogenanntes „NoSQL“-Datenbanksystem). Es ist auf hohe Skalierbarkeit und Ausfallsicherheit bei großen, verteilten Systemen ausgelegt. Die Daten werden in Schlüssel-Wert-Relationen abgelegt. Es ist offen dokumentiert und in Java implementiert. Die Implementierung wird als freie Software unter den Bedingungen von Version 2 der Apache-Lizenz verbreitet.

Cassandra
Basisdaten
Entwickler	Apache Software Foundation
Erscheinungsjahr	Juli 2008
Aktuelle Version	4.0.6 25. August 2022[1] 3.11.13 25. August 2022[1] 3.0.27 (LTS) 25. August 2022[1]
Aktuelle Vorabversion	5.0-alpha1[2] (8. September 2023)
Betriebssystem	plattformübergreifend
Programmier­sprache	Java
Kategorie	Datenbankmanagementsystem
Lizenz	Apache
deutschsprachig	nein
cassandra.apache.org

Geschichte

Cassandra wurde ursprünglich von Avinash Lakshman (einem der Autoren von Amazons Dynamo) und Prashant Malik bei Facebook für das dortige Inbox-Search-Problem entwickelt^[3] und im Juli 2008 freigegeben. Danach haben auch andere große Unternehmen wie IBM, Rackspace^[4] und Twitter zum Code beigetragen. Das Projekt wurde im März 2009 bei der Apache Software Foundation als Unterprojekt in den Apache Incubator aufgenommen. Am 17. Februar 2010 wurde Cassandra von der Apache Software Foundation zum „Top-Level“-Projekt erklärt^[5] und ist somit kein Unterprojekt von Apache Incubator mehr. Die am 2. Juni 2011 erschienene Version 0.8 führt die Cassandra Query Language (CQL) ein, eine Abfragesprache mit SQL-ähnlicher Syntax.^[6]

Konzept

Cassandra ist eine spaltenorientierte NoSQL-Datenbank. Die Partitionierung erfolgt hingegen zeilenbasiert. Sie kann als Mischung aus Amazon Dynamo und Bigtable gesehen werden, da es leicht weiterentwickelt die Replikationsmechanismen von Dynamo nutzt, gleichzeitig aber nach außen die Datenstruktur von Bigtable anbietet.

Verwendung

Cassandra wird bei Apple,^[7] Twitter, Digg,^[8] Spotify^[9] , Discord^[10] und Reddit genutzt.^[6] Auch bei Facebook bediente es bis Mitte 2011 hunderte Millionen von Mitgliedern (seit Juli 2011 ersetzt durch eine Kombination aus HBase, HDFS und Haystack).^[11] Cassandra ist die populärste spaltenorientierte NoSQL-Datenbank.^[12]

Haupteigenschaften

Verteilt

Jeder Knoten im Cluster hat die gleiche Rolle. Es gibt nicht den einen Ausfallpunkt. Die Daten werden über das Cluster verteilt (damit enthält jeder Knoten unterschiedliche Daten). Einen Master gibt es nicht, jeder Knoten kann jede Anfrage bedienen.

Unterstützt Replikation und Multi Data Center-Replikation

Die Replikations-Strategien sind konfigurierbar.^[13] Die Haupteigenschaften von Cassandras verteilter Architektur sind speziell für die Auslieferung durch multiple Daten-Center maßgeschneidert, ebenso für Redundanzen, für Ausfallsicherung und für Notfall-Wiederherstellung.

Skalierbarkeit

Entwickelt, damit sowohl der Lese- als auch der Schreib-Durchsatz linear ansteigt, wenn neue Maschinen hinzugefügt werden. Das Ziel ist, dass die Applikationen keine Downtime oder Unterbrechungen erfahren.

Fehlertoleranz

Daten werden zur Fehlertoleranz automatisch zu multiplen Knoten repliziert. Die Replikation über multiple Datencenter wird unterstützt. Ausgefallene Knoten können ohne Downtime ersetzt werden.

Einstellbare Konsistenz

Cassandra wird typischerweise als AP system eingestuft. Das bedeutet, dass Verfügbarkeit und Partitionstoleranz im Allgemeinen für wichtiger gehalten werden als die Konsistenz in Cassandra.^[14] Lesen und Schreiben bieten ein einstellbares Level an Konsistenz an, von “Schreiben fällt niemals aus” bis hin zu “Alle Replikas sind blockiert gelesen zu werden” bei mittlerem Quorum-Level.

MapReduce Unterstützung

Cassandra verfügt über Hadoop Integration mit MapReduce Unterstützung. Außerdem unterstützt Cassandra Apache Pig und Apache Hive.

Query Sprache

Cassandra hat die Cassandra Query Sprache (CQL) eingeführt. CQL ist eine einfache Schnittstelle, um auf Cassandra zuzugreifen als Alternative zur traditionellen Structured Query Sprache Structured Query Language (SQL).

Eventual Consistency

Cassandra steuert die Eventual Consistency von Lese-, Upsert- und Löschvorgängen durch Tombstones.

Weblinks

• Offizielle Website (englisch)
• Originalpaper, das Cassandra präsentiert (englisch) (PDF; 133 kB)
• Artikel über Cassandra von Jochen Schnelle in "Freies Magazin", Ausgabe 09/2011
• Artikel zu Cassandra von Merlin Walter in "Informatik Aktuell", 07. März 2023
• HBase vs Cassandra: why we moved – Dominic Williams (FightMyMonster.com): Blog-Eintrag mit Darstellung einiger Features von Cassandra (insb. gegenüber HBase)

Einzelnachweise

1. Downloading Cassandra. In: apache.org. Abgerufen am 25. August 2022 (englisch).
2. github.com.
3. Avinash Lakshman: Cassandra – A structured storage system on a P2P Network. In: Facebook. 25. August 2008, abgerufen am 17. August 2017 (englisch).
4. Jonathan Ellis: The Cassandra Project (Memento vom 30. Januar 2011 im Internet Archive).
5. Matthieu Riou: Cassandra is an Apache top level project. In: mail-archive.com. 18. Februar 2010, abgerufen am 13. März 2017 (englisch).
6. Oliver Diedrich: NoSQL-Datenbank Cassandra in Version 0.8. In: Heise online. 6. Juni 2011, abgerufen am 11. März 2016.
7. CloudKit: Structured Storage for Mobile Applications, Shraer u. a., Proceedings of the VLDB Endowment, Vol. 11, No. 5, 2018.
8. Looking to the future with Cassandra (Memento vom 12. September 2009 im Internet Archive) (englisch).
9. Gösta Forsum: Backend infrastructure at Spotify. In: Labs. 15. März 2013, abgerufen am 27. August 2019 (englisch).
10. How Discord Stores Billions of Messages. Abgerufen am 2. Januar 2023.
11. James Hamilton: Storage Infrastructure Behind Facebook Messages. In: mvdirona.com. Oktober 2011, abgerufen am 13. März 2017 (englisch).
12. DB-Engines Ranking von Wide Column Stores
13. Deploying Cassandra across Multiple Data Centers. In: DataStax. Abgerufen am 11. Dezember 2014.
14. The CAP Theorem – Learn Cassandra. In: teddyma.gitbooks.io. Abgerufen am 13. Mai 2020.