Apache Cassandra: Il Database per la Scala Enorme

Apache Cassandra è un database NoSQL open-source, distribuito e di tipo wide-column store (o column-family). È stato originariamente sviluppato da Facebook e poi donato alla Apache Foundation. È progettato per un unico scopo: una scalabilità e una disponibilità massicce.

L'Architettura di Cassandra

Cassandra è costruito per non avere "single point of failure".

• Architettura Decentralizzata (Peer-to-Peer): A differenza di molti sistemi, Cassandra non ha un nodo "master". Tutti i nodi nel cluster sono uguali. Questo lo rende estremamente resiliente: se un nodo va offline, il cluster continua a funzionare senza interruzioni.
• Replica dei Dati: I dati vengono replicati automaticamente su più nodi (e anche su più data center). Puoi configurare il "replication factor" per decidere su quanti nodi ogni pezzo di dato deve essere salvato.
• Consistenza Configurabile (Tunable Consistency): Cassandra permette di scegliere, per ogni singola query, il livello di consistenza desiderato, in linea con il Teorema CAP. Puoi scegliere tra una consistenza forte (più lenta) o una consistenza più debole in cambio di una latenza più bassa.

Il Modello a Colonna Larga

Sebbene venga chiamato wide-column, è più facile pensarlo come una tabella hash a due livelli: una tabella di righe, dove ogni riga è una tabella di colonne. A differenza di un database SQL, ogni riga può avere un set di colonne diverso. È ottimizzato per scritture velocissime e per letture che recuperano un gruppo di colonne da una riga specifica.

Quando Usare Cassandra?

Cassandra brilla in scenari con requisiti estremi:

• Enormi Volumi di Dati: Quando devi archiviare centinaia di terabyte o petabyte di dati.
• Carichi di Lavoro con Molte Scritture: La sua architettura è ottimizzata per un'ingestione di dati ad altissima velocità.
• Alta Disponibilità e Tolleranza ai Guasti: Per applicazioni che non possono permettersi alcun downtime. Se un intero data center va offline, un cluster Cassandra distribuito geograficamente può continuare a funzionare.

Casi d'uso tipici: Dati da sensori IoT, log di eventi, dati di serie temporali, backend per applicazioni web su scala globale. Netflix e Apple sono tra i più grandi utilizzatori di Cassandra.