Skip to content

Latest commit

 

History

History
81 lines (73 loc) · 2.86 KB

Predavanje 5 - Cassandra (nastavak) i HBase.md

File metadata and controls

81 lines (73 loc) · 2.86 KB
tags index
note
#nbp
5
 
21-02-24  07:42 PM

Status: #todo Root (optional): [[Contents|Root]]

Predavanje 5 - Cassandra (nastavak) i HBase

Cassandra model podatak

  • podsetnik o arhitekturi
    • quorum protokol - kao kod DynamoDB;
    • forsira se write operacija;
    • commit log, memory cache, flush u sstable, bloom filteri za search, ...
  • model podataka - keyspace, column family, row key, column key;
  • analogija sa RDBMS-om
    • database = keyspace;
    • table = column family;
    • primary key = row key;
    • column name = column key;
    • column value = column value;
  • efikasne su operacije citanja po kljucu ili opsegu kljuceva (zbog sortiranosti);
  • kljuc kolone/vrste predstavlja sam po sebi podatak;
  • keyspace atributi
    • faktor replikacije - minimum 3;
    • faktor distribucije replikacija;
    • column families;
  • kljuc = keyspace => column family => row key => column key;
  • superkolone - zastareo koncept - kolone koje se sastoje od kolona;
  • kolona kao struktura podataka:![[Pasted image 20240221195559.png]]
    • key 64KB, value 2GB (ali ne preterivati!), clock (long podatak);
  • tipovi vrsta - wide rows, skinny rows;
  • komparatori za sortiranje kolona - Ascii, Byte, ...;
  • super kolona kao struktura podataka:![[Pasted image 20240221195819.png]]
  • prica o modeliranju podataka - izbegavanje skinny rows pristupa + join, pristupom wide column, and join;
  • UUID/GUID - 128bit broj u formi stringa;
  • PRIMARY KEY = partitioning key (vrlo bitan, koristi se za consistent hashing), clustering key (kljuc vrste);
  • standardni use-case
    • katalozi proizvoda;
    • playliste;
    • recommender/personalization sistemi;
    • podaci prikupljeni sa senzora (IoT);
    • timeseries;
    • fraud detection;
    • kesiranje podataka;
  • kada ne treba koristiti kasandru
    • stroga konzistentnost;
    • transakcije - ACID;
    • funkcije agregacije - analiticki upiti (COUNT, AVG, ...);
    • kompleksna pretraga - bez primarnog kljuca;
    • veliki broj citanja;
    • puno azuriranja i brisanja;
  • query driven development i chebotko diagram - redundantnost podataka;
  • CQL vs Thrift API;

HBase - Apache

  • HDFS - Hadoop Distributed File System;
    • Podrzava MapReduce operacije;
    • Stvoren za batch, offline obradu;
  • HBase - sloj iznad HDFS-a koji omogucava njegovo funkcionisanje kao servera - slanje upita kroz mrezu i dobijanje odgovora;

[[14. HADOOP – pojam i osnovne karakteristike.]] [[15. HADOOP ekosistem – osnovni elementi, arhitektura i gde se primenjuje.]] [[16. HDFS – osnovni pojmovi.]] [[17. Pojam MapReduce tehnike.]] [[18. HBASE – osnovne karakteristike, model podataka, primeri korišćenja, dobre i loše strane korišćenja.]]

References

Table of contents