Apache Cassandra 4.0 DBMS उपलब्ध

Apache Software Foundation ने वितरित DBMS Apache Cassandra 4.0 चे प्रकाशन सादर केले, जे noSQL सिस्टीमच्या वर्गाशी संबंधित आहे आणि एक सहयोगी अॅरे (हॅश) च्या रूपात मोठ्या प्रमाणात संचयित केलेल्या डेटाचे उच्च स्केलेबल आणि विश्वासार्ह स्टोरेज तयार करण्यासाठी डिझाइन केलेले आहे. Cassandra 4.0 रिलीझ उत्पादन अंमलबजावणीसाठी सज्ज मानले जाते आणि 1000 पेक्षा जास्त नोड्सच्या क्लस्टर्ससह Amazon, Apple, DataStax, Instaclustr, iland आणि Netflix च्या पायाभूत सुविधांमध्ये आधीपासूनच चाचणी केली गेली आहे. प्रकल्प कोड Java मध्ये लिहिलेला आहे आणि Apache 2.0 लायसन्स अंतर्गत वितरित केला जातो.

Cassandra DBMS मूलतः Facebook ने विकसित केले होते आणि 2009 मध्ये Apache Foundation च्या संरक्षणाखाली हस्तांतरित केले गेले. Apple, Adobe, CERN, Cisco, IBM, HP, Comcast, Disney, eBay, Huawei, Netflix, Sony, Rackspace, Reddit आणि Twitter यांसारख्या कंपन्यांकडून Cassandra वर आधारित औद्योगिक सोल्यूशन्स उर्जा सेवांवर तैनात केले गेले आहेत. उदाहरणार्थ, Apple ने तैनात केलेल्या Apache Cassandra-आधारित स्टोरेज इन्फ्रास्ट्रक्चरमध्ये 160 हजार नोड्ससह हजाराहून अधिक क्लस्टर आहेत आणि 100 पेटाबाइट्सपेक्षा जास्त डेटा संग्रहित केला आहे. Huawei 300 हजार नोड्ससह 30 पेक्षा जास्त Apache Cassandra क्लस्टर वापरते आणि Netflix 100 हून अधिक क्लस्टर वापरते, 10 हजार नोड्स कव्हर करते आणि दररोज एक ट्रिलियन पेक्षा जास्त विनंत्यांवर प्रक्रिया करते.

कॅसॅन्ड्रा डीबीएमएस पूर्णपणे वितरीत डायनॅमो हॅश सिस्टीम एकत्र करते, जे डेटाचे प्रमाण वाढते म्हणून जवळजवळ रेखीय स्केलेबिलिटी प्रदान करते. कॅसॅंड्रा कॉलम फॅमिली (कॉलम फॅमिली) वर आधारित डेटा स्टोरेज मॉडेल वापरते, जे मेमकॅशेडबी सारख्या सिस्टीमपेक्षा वेगळे असते, जे डेटा फक्त की/व्हॅल्यू चेनमध्ये संग्रहित करते, नेस्टिंगच्या अनेक स्तरांसह हॅशचे संचयन आयोजित करण्याच्या क्षमतेद्वारे. डेटाबेससह परस्परसंवाद सुलभ करण्यासाठी, संरचित क्वेरी भाषा CQL (कॅसॅन्ड्रा क्वेरी लँग्वेज) समर्थित आहे, जी SQL ची आठवण करून देणारी आहे, परंतु कार्यक्षमतेत कमी आहे. वैशिष्ट्यांमध्ये नेमस्पेसेस आणि स्तंभ कुटुंबांसाठी समर्थन आणि "क्रिएट इंडेक्स" अभिव्यक्ती वापरून अनुक्रमणिका तयार करणे समाविष्ट आहे.

डीबीएमएस तुम्हाला अयशस्वी-प्रतिरोधक स्टोरेज तयार करण्याची परवानगी देतो: डेटाबेसमध्ये ठेवलेला डेटा आपोआप वितरित नेटवर्कच्या अनेक नोड्सवर प्रतिरूपित केला जातो, जो भिन्न डेटा केंद्रांपर्यंत पोहोचू शकतो. जेव्हा नोड अयशस्वी होतो, तेव्हा त्याची कार्ये इतर नोड्सद्वारे उचलली जातात. क्लस्टरमध्ये नवीन नोड्स जोडणे आणि कॅसॅंड्रा आवृत्ती अद्यतनित करणे अतिरिक्त मॅन्युअल हस्तक्षेपाशिवाय किंवा इतर नोड्सची पुनर्रचना न करता करता येते. CQL समर्थन असलेले ड्रायव्हर्स Python, Java (JDBC/DBAPI2), Ruby, PHP, C++ आणि JavaScript (Node.js) साठी तयार आहेत.

मुख्य नवकल्पना:

• सुधारित कामगिरी आणि स्केलेबिलिटी. नोड्समधील SSTable (सॉर्टेड स्ट्रिंग्स टेबल) फॉरमॅटमध्ये डेटा एक्सचेंजची कार्यक्षमता सुधारली गेली आहे. इंटरनोड मेसेजिंग प्रोटोकॉल ऑप्टिमाइझ केले गेले आहे. नोड्स दरम्यान डेटा प्रवाह हस्तांतरित करण्याचा वेग 5 पट वाढला आहे (मुख्यत्वे शून्य कॉपी तंत्राचा वापर आणि संपूर्ण SSTables च्या हस्तांतरणामुळे), आणि वाचन आणि लेखन ऑपरेशनसाठी थ्रूपुट 25% पर्यंत वाढले आहे. वाढीव पुनर्प्राप्ती प्रक्रिया ऑप्टिमाइझ केली गेली आहे. कचरा संकलनाच्या विरामामुळे होणारी विलंब काही मिलीसेकंदांपर्यंत कमी होते.
• ऑडिट लॉगसाठी समर्थन जोडले जे तुम्हाला वापरकर्ता प्रमाणीकरण ऑपरेशन्स आणि सर्व निष्पादित CQL क्वेरी ट्रॅक करण्यास अनुमती देते.
• पूर्ण बायनरी विनंती लॉग राखण्याची क्षमता जोडली, तुम्हाला सर्व विनंती आणि प्रतिसाद ट्रॅफिक जतन करण्याची अनुमती देते. व्यवस्थापनासाठी, “nodetool enablefullquerylog|disablefullquerylog|resetfullquerylog” या आज्ञा प्रस्तावित आहेत आणि लॉग विश्लेषणासाठी fqltool युटिलिटी पुरवली आहे. लॉगचे वाचनीय फॉर्म (डंप) मध्ये रूपांतरित करण्यासाठी, वास्तविक लोडमध्ये अंतर्भूत असलेल्या परिस्थितीचे पुनरुत्पादन करण्यासाठी अ‍ॅक्टिव्हिटी स्लाइसची तुलना (तुलना) आणि री-एक्झिक्यूटिंग (रीप्ले) करण्यासाठी कमांड प्रदान केले जातात.
• व्हर्च्युअल टेबल्ससाठी समर्थन जोडले जे SSTables मध्ये संग्रहित डेटा प्रतिबिंबित करत नाही, परंतु API द्वारे माहिती आउटपुट (कार्यप्रदर्शन मेट्रिक्स, सेटिंग्ज माहिती, कॅशे सामग्री, कनेक्ट केलेल्या क्लायंटबद्दल माहिती इ.).
• कॉम्प्रेस्ड डेटा स्टोरेजची कार्यक्षमता सुधारली गेली आहे, डिस्क स्पेसचा वापर कमी करते आणि वाचन कार्यप्रदर्शन सुधारते.
• सिस्टम कीस्पेस (सिस्टम) शी संबंधित डेटा आता सर्व डेटा डिरेक्टरीजमध्ये वितरीत करण्याऐवजी डीफॉल्टनुसार पहिल्या डिरेक्ट्रीमध्ये ठेवला जातो, ज्यामुळे अतिरिक्त डिस्कपैकी एक अयशस्वी झाल्यास नोड चालू ठेवता येतो.
• क्षणिक प्रतिकृती आणि स्वस्त कोरमसाठी प्रायोगिक समर्थन जोडले. तात्पुरत्या प्रतिकृती सर्व डेटा संचयित करत नाहीत आणि संपूर्ण प्रतिकृतींशी सुसंगत राहण्यासाठी वाढीव पुनर्संचयित वापरतात. हलके कोरम लेखन ऑप्टिमायझेशन लागू करतात ज्यामध्ये पूर्ण प्रतिकृतींचा पुरेसा संच उपलब्ध होईपर्यंत तात्पुरत्या प्रतिकृतींवर कोणतेही लेखन केले जात नाही.
• Java 11 साठी प्रायोगिक समर्थन जोडले.
• सर्व मर्कल वृक्षांची तुलना करण्यासाठी प्रायोगिक पर्याय जोडला. उदाहरणार्थ, 3-नोड क्लस्टरवर पर्याय सक्षम केल्याने ज्यामध्ये दोन प्रतिकृती एकसारख्या आहेत आणि एक जुनी आहे, परिणामी वर्तमान प्रतिकृतीची फक्त एक कॉपी ऑपरेशन वापरून जुन्या प्रतिकृतीचे अद्यतन केले जाईल.
• नवीन फंक्शन्स करंट टाइमस्टॅम्प, करंट डेट, करंटटाइम आणि करंटटाइमयूयूआयडी जोडले.
• CQL क्वेरींमध्ये अंकगणित ऑपरेशन्ससाठी समर्थन जोडले.
• "टाइमस्टॅम्प"/"तारीख" आणि "कालावधी" या प्रकारांसह डेटा दरम्यान अंकगणित ऑपरेशन्स करण्याची क्षमता प्रदान केली आहे.
• पुनर्प्राप्तीसाठी आवश्यक असलेल्या डेटा प्रवाहाचे पूर्वावलोकन करण्यासाठी एक मोड जोडला (नोडेटूल दुरुस्ती —पूर्वावलोकन) आणि पुनर्संचयित होत असलेल्या डेटाची अखंडता तपासण्याची क्षमता (नोडेटूल दुरुस्ती —प्रमाणित करा).
• SELECT क्वेरीमध्ये आता नकाशावर प्रक्रिया करण्याची आणि घटक सेट करण्याची क्षमता आहे.
• मटेरियलाइज्ड व्ह्यूजच्या सुरुवातीच्या बांधकाम स्टेजला समांतर करण्यासाठी जोडलेले समर्थन (cassandra.yaml:concurrent_materialized_view_builders).
• "nodetool cfstats" कमांडने विशिष्ट मेट्रिक्सनुसार क्रमवारी लावण्यासाठी आणि प्रदर्शित केलेल्या पंक्तींची संख्या मर्यादित करण्यासाठी समर्थन जोडले आहे.
• वापरकर्त्याचे कनेक्शन केवळ विशिष्ट डेटा केंद्रांपर्यंत मर्यादित करण्यासाठी सेटिंग्ज प्रदान केल्या आहेत.
• स्नॅपशॉट निर्मिती आणि क्लिअरिंग ऑपरेशन्सची तीव्रता (दर मर्यादा) मर्यादित करण्याची क्षमता जोडली.
• cqlsh आणि cqlshlib आता Python 3 चे समर्थन करते (Python 2.7 अजूनही समर्थित आहे).
• विंडोज प्लॅटफॉर्मसाठी समर्थन बंद केले आहे. Windows वर Cassandra चालवण्यासाठी, WSL2 सबसिस्टम (Linux 2 साठी Windows Subsystem) किंवा व्हर्च्युअलायझेशन सिस्टमच्या आधारे तयार केलेले Linux वातावरण वापरण्याची शिफारस केली जाते.

स्त्रोत: opennet.ru