Cassandra se suele utilizar para tareas que implican un flujo constante de datos, como la información de sensores inteligentes (IoT), el registro de aplicaciones y la monitorización de flujos de procesamiento.  También se utiliza mucho para el seguimiento de eventos y los sistemas de recomendación, donde es fundamental guardar y consultar datos rápidamente a escala.

Los sistemas que no pueden permitirse periodos de inactividad utilizan Cassandra porque su replicación en varios centros de datos y sus escrituras asíncronas permiten que un centro de datos entero se desconecte sin interrumpir el servicio ni perder datos. Muchas empresas de todo el mundo confían en esta solución para que sus aplicaciones funcionen las 24 horas en diferentes regiones.

Cassandra usa un diseño punto a punto en el que todos los nodos son idénticos. Estos nodos se configuran en un anillo descentralizado y utilizan un método denominado "encriptado con hash coherente" para distribuir los datos de manera uniforme, evitar cuellos de botella y asegurarse de que no haya puntos únicos de fallo. También puedes elegir el nivel de rigurosidad de la base de datos a la hora de comprobar si una lectura o escritura se ha realizado correctamente, lo que te permite decidir entre la velocidad y tener los datos más actualizados en función de las necesidades específicas de tu aplicación.

La base de datos usa un modelo llamado "almacén de columnas anchas", que ayuda a organizar los datos en espacios de claves, filas y columnas dinámicas de forma similar a una hoja de cálculo normal, pero con más flexibilidad. Esto te permite diseñar tus datos de forma que sea fácil cambiarlos a medida que tu aplicación crece.

El motor de almacenamiento de Cassandra se basa en un árbol LSM (Log-Structured Merge) para gestionar los datos. Las escrituras entrantes se escriben en un registro de confirmación para que sean duraderas y se conservan en la memoria mediante una Memtable. Cuando se llenan, las memtables se vacían en el disco como SSTables (Sorted String Tables) inmutables.

Este diseño de solo anexar es el motivo por el que Cassandra destaca en el rendimiento de escritura intensiva. Al evitar las actualizaciones in situ, el sistema puede procesar los datos entrantes mucho más rápido que los sistemas tradicionales que dependen de la E/S de disco aleatoria.

Ejecutar tu propio sistema de Cassandra requiere mucha sobrecarga. Tienes que planificar cuánto espacio necesitas, configurar los servidores, gestionar las reparaciones, asegurarte de que tienes copias de seguridad y realizar actualizaciones mientras el sistema está en funcionamiento.

Los servicios gestionados cambian esta situación, ya que se encargan de las tareas más pesadas. 

• Automatizar el mantenimiento: los servicios gestionados pueden ayudar a automatizar estos procesos, como la compactación y la reparación de nodos, para que se ejecuten en el momento adecuado sin ralentizar tu aplicación.
• Planificación de la capacidad y autoescalado: en lugar de tener que adivinar cuántos servidores necesitas, los servicios gestionados te ayudan a monitorizar el tráfico, ahorrar dinero y evitar cuellos de botella en el rendimiento.
• Simplifica las copias de seguridad y la recuperación: perder datos no es una opción. Los servicios gestionados facilitan y automatizan las copias de seguridad, por lo que puedes restaurar tus datos rápidamente si algo sale mal.
• Monitorización proactiva: estos servicios incluyen paneles integrados que detectan signos de problemas, como tiempos de respuesta lentos del disco o un uso elevado de la CPU, antes de que se produzcan interrupciones.
• Parchear y actualizar: mantener el software actualizado es fundamental para la seguridad y el rendimiento. Los servicios gestionados pueden ayudarte a gestionar estas actualizaciones en segundo plano, a menudo mediante actualizaciones graduales que garantizan que tu base de datos permanezca online todo el tiempo.

Al trasladar estas tareas operativas a una plataforma gestionada, tu equipo puede dejar de preocuparse por la infraestructura de la base de datos y centrarse en aportar valor a tus usuarios.

Cuando decidas cómo ejecutar tus cargas de trabajo de Cassandra, tendrás tres opciones principales. 

• En primer lugar, puedes autogestionar Cassandra de código abierto, lo que te da un control total sobre el software, pero obliga a tu equipo a gestionar la infraestructura subyacente.
• En segundo lugar, puedes elegir un servicio gestionado compatible con Cassandra, que ofrece la misma experiencia familiar sin el quebradero de cabeza de las operaciones diarias.
• Por último, puedes optar por una alternativa nativa de la nube, como Google Cloud Bigtable o Spanner, que se han diseñado específicamente para los mismos patrones de alta disponibilidad y alto rendimiento, pero para que funcionen a la perfección con los ecosistemas de nube modernos.

Elegir la ruta adecuada depende de equilibrar la experiencia de tu equipo con las necesidades específicas de tu empresa. Usa esta lista de comprobación para tomar decisiones: