Распределение данных и моделирование данных в базе данных Cassandra NoSQL отличаются от традиционных реляционных баз данных.
В этой статье мы узнаем, как ключ раздела, составной ключ и ключ кластеризации образуют первичный ключ. Мы также увидим, чем они отличаются. В результате мы коснемся архитектуры распределения данных и темы моделирования данных в Cassandra.
Apache Cassandra — это распределенная база данных NoSQL с открытым исходным кодом, созданная для обработки больших объемов данных в нескольких центрах обработки данных. Модель данных Cassandra является предметом обсуждения во многих документах и документах, что часто приводит к запутанной или противоречивой информации. Это связано с возможностью Cassandra хранить семейства столбцов и обращаться к ним по отдельности, что приводит к ошибочной классификации как ориентированной на столбцы, а не семейства столбцов.
В этом руководстве мы рассмотрим различия между моделями данных и установим природу модели данных хранилища секционированных строк Cassandra .
README в репозитории Apache Cassandra git гласит, что:
В этом руководстве мы узнаем, как использовать встроенное решение MongoDB от Flapdoodle вместе с Spring Boot для плавного запуска интеграционных тестов MongoDB.
MongoDB — популярная база данных документов NoSQL . Благодаря высокой масштабируемости, встроенному сегментированию и отличной поддержке сообщества многие разработчики часто называют его «хранилищем NoSQL» .
Как и в случае с любой другой технологией персистентности, очень важно иметь возможность легко протестировать интеграцию базы данных с остальной частью нашего приложения . К счастью, Spring Boot позволяет нам легко писать такие тесты.
Это руководство представляет собой введение в Spring Data Redis , которое предоставляет абстракции платформы Spring Data для Redis — популярного хранилища структур данных в памяти.
Redis управляется структурой данных на основе хранилища ключей для сохранения данных и может использоваться в качестве базы данных, кэша, брокера сообщений и т. д.
Мы сможем использовать общие шаблоны Spring Data (шаблоны и т. д.), сохраняя при этом традиционную простоту всех проектов Spring Data.
В нашей предыдущей статье мы рассмотрели возможность расширения нашей информационной панели для хранения и отображения отдельных событий от Мстителей с помощью DataStax Astra , бессерверной DBaaS на базе Apache Cassandra с использованием Stargate , чтобы предложить дополнительные API для работы с ним.
В этой статье мы будем использовать те же самые данные по-другому. Мы позволим пользователю выбирать, кого из Мстителей отображать, интересующий период времени, а затем отображать эти события на интерактивной карте. В отличие от предыдущей статьи, это позволит пользователю увидеть, как данные взаимодействуют друг с другом как по географии, так и по времени.
Чтобы следовать этой статье, предполагается, что вы уже прочитали первую и вторую статьи в этой серии и у вас есть практические знания Java 16, Spring и, по крайней мере, понимание того, что Cassandra может предложить для данных. хранения и доступа. Также может быть проще открыть код из GitHub рядом со статьей, чтобы следовать ей.
В нашей предыдущей статье мы рассмотрели создание дашборда для просмотра текущего состояния Мстителей с помощью DataStax Astra , DBaaS на базе Apache Cassandra с использованием Stargate , чтобы предложить дополнительные API для работы с ним.
Панель статуса Мстителей, созданная с помощью Кассандры и Звездных врат
В этой статье мы расширим это, чтобы хранить отдельные события вместо сводной сводки. Это позволит нам просматривать эти события в пользовательском интерфейсе. Мы позволим пользователю нажать на одну карту и получить таблицу событий, которые привели нас к этому моменту. В отличие от сводки, каждое из этих событий будет представлять одного Мстителя и один отдельный момент времени. Каждый раз, когда будет получено новое событие, оно будет добавлено в таблицу вместе со всеми остальными.
Мы используем Cassandra для этого, потому что это позволяет очень эффективно хранить данные временных рядов , где мы записываем гораздо чаще, чем читаем. Целью здесь является система, которая может часто обновляться — например, каждые 30 секунд — и затем может позволить пользователям легко просматривать самые последние записанные события.
В этой статье мы собираемся создать «Панель состояния Мстителей Тони Старка», которую Мстители используют для отслеживания статуса членов команды.
Это будет построено с использованием DataStax Astra , DBaaS на базе Apache Cassandra с использованием Stargate , чтобы предложить дополнительные API для работы с ним. Кроме того, мы будем использовать приложение Spring Boot для отображения приборной панели и демонстрации того, что происходит.
Мы будем создавать это с помощью Java 16, поэтому убедитесь, что он установлен и готов к использованию, прежде чем продолжить.
Apache Cassandra — это масштабируемая база данных NoSQL. Он обеспечивает постоянную доступность без единой точки отказа . Кроме того, Cassandra способна обрабатывать большие объемы данных с исключительной производительностью.
В этом руководстве мы рассмотрим подключение к Cassandra с использованием Spring Data и Docker. Кроме того, мы будем использовать абстракцию репозитория Spring Data для работы со слоем данных Cassandra.
Мы увидим, как сохранить различные значения даты Java в Cassandra. Наконец, мы исследуем, как эти значения даты сопоставляются с типами Cassandra.
Apache Cassandra — это NoSQL, высокодоступная и масштабируемая распределенная база данных с открытым исходным кодом. Для достижения высокой доступности Cassandra полагается на репликацию данных между кластерами.
В этом руководстве мы узнаем, как Cassandra предоставляет нам средства управления согласованностью данных при репликации данных для обеспечения высокой доступности.
В этой статье мы рассмотрим основы Spring Data Solr на практике.
Apache Solr — это готовая к развертыванию корпоративная система полнотекстового поиска с открытым исходным кодом. Подробнее о возможностях Solr можно узнать на официальном сайте .
Мы покажем, как выполнить простую настройку Solr и, конечно же, как взаимодействовать с сервером.
Во-первых, нам нужно запустить сервер Solr и создать ядро для хранения данных (которое по умолчанию Solr создаст в режиме без схемы).