Cassandra viene spesso utilizzato per lavori che comportano un flusso costante di dati, come informazioni provenienti da sensori intelligenti (IoT), logging delle applicazioni e pipeline di monitoraggio. È anche ampiamente utilizzato per il monitoraggio degli eventi e i sistemi di suggerimento, dove il salvataggio e l'esecuzione di query sui dati in modo rapido e su larga scala sono fondamentali.

I sistemi che non possono permettersi tempi di inattività utilizzano Cassandra perché la sua replica multi-data center e le scritture asincrone consentono a un intero data center di andare offline senza interrompere il servizio o perdere dati. Molte aziende globali si affidano a questo per mantenere le loro app in esecuzione 24 ore su 24, 7 giorni su 7 in diverse regioni.

Cassandra utilizza una progettazione peer-to-peer in cui ogni nodo è identico. Questi nodi sono configurati in un anello decentralizzato e utilizzano un metodo chiamato hashing coerente per distribuire uniformemente i dati, prevenire i colli di bottiglia e garantire che non ci siano single point of failure. Puoi anche scegliere il livello di rigore del database quando verifica se una lettura o una scrittura ha esito positivo, il che ti consente di decidere tra velocità e disponibilità dei dati più aggiornati in base alle esigenze specifiche dell'applicazione.

Il database utilizza un modello chiamato archivio a colonne larghe, che consente di organizzare i dati in spazi di chiavi, righe e colonne dinamiche in modo simile a un normale foglio di lavoro, ma con maggiore flessibilità. In questo modo puoi progettare i dati in modo che siano facili da modificare man mano che la tua app cresce.

Il motore di archiviazione Cassandra si basa su un albero LSM (Log-Structured Merge) per gestire i dati. Le scritture in entrata vengono scritte in un log di commit per la durabilità e conservate in memoria tramite una Memtable. Quando sono piene, le Memtable vengono scaricate su disco come Sorted String Table (SSTable) immutabili.

Questo design di sola aggiunta è il motivo per cui Cassandra eccelle nel throughput con un numero elevato di scritture. Evitando gli aggiornamenti sul posto, il sistema può elaborare i dati in entrata molto più velocemente rispetto ai sistemi tradizionali che si basano su I/O casuali su disco.

L'esecuzione del tuo sistema Cassandra richiede un overhead elevato. Devi pianificare lo spazio necessario, configurare i server, gestire le riparazioni, assicurarti di avere i backup ed eseguire gli aggiornamenti mentre il sistema è in esecuzione.

I servizi gestiti cambiano questa situazione occupandosi del lavoro più pesante per te. 

• Automatizza la manutenzione: i servizi gestiti possono aiutare ad automatizzare questi processi, come la compattazione e le riparazioni dei nodi, garantendo che vengano eseguiti al momento giusto senza rallentare l'applicazione
• Pianificazione della capacità e scalabilità automatica: invece di indovinare quanti server sono necessari, i servizi gestiti aiutano a monitorare il traffico, risparmiare denaro e prevenire i colli di bottiglia delle prestazioni
• Semplifica il backup e il ripristino: la perdita di dati non è un'opzione. I servizi gestiti rendono i backup più semplici e automatizzati, così puoi ripristinare rapidamente i tuoi dati se qualcosa va storto
• Monitoraggio proattivo: questi servizi sono dotati di dashboard integrate che rilevano segnali di problemi, come tempi di risposta lenti del disco o un utilizzo elevato della CPU, prima che si trasformino in interruzioni
• Applicare patch e upgrade: mantenere aggiornato il software è fondamentale per la sicurezza e le prestazioni. I servizi gestiti possono aiutare a gestire questi aggiornamenti in background, spesso utilizzando upgrade in sequenza che garantiscono che il database rimanga sempre online

Spostando queste attività operative su una piattaforma gestita, il tuo team può smettere di preoccuparsi della gestione del database e concentrarsi sull'aggiunta di valore per i tuoi utenti.

Quando decidi come eseguire i tuoi carichi di lavoro Cassandra, hai tre percorsi principali. 

• Innanzitutto, puoi autogestire Cassandra open source, il che ti dà il controllo totale sul software, ma costringe il tuo team a gestire l'infrastruttura sottostante
• In secondo luogo, puoi scegliere un servizio gestito compatibile con Cassandra, che offre la stessa esperienza familiare senza il mal di testa delle operazioni quotidiane
• Infine, puoi optare per un'alternativa cloud-native, come Google Cloud Bigtable o Spanner, che sono appositamente progettati per gli stessi modelli di alta affidabilità e throughput elevato, ma progettati per funzionare perfettamente con i moderni ecosistemi cloud

La scelta del percorso giusto dipende dal bilanciamento delle competenze del tuo team con le esigenze specifiche della tua attività. Usa questo elenco di controllo per guidare il tuo processo decisionale: