SISTEMAS DISTRIBUDOS

PRINCIPAIS CARATERSTICAS (Key Features)

O Apache Cassandra possu dentre suas caractersticas escalabilidade
linear e alta disponibilidade sem comprometer o desempenho, tolerncia a
falhas comprovada em hardware, banco de dados orientado por coluna que se
baseia na distribuio no Amazon Dynamo e seu modelo de dados no Google
Bigtable, alm de ser um banco robusto de grande armazenamento em
clusters.
BigTable:
Baseado em colunas
Criado pelo Google em 2004.
Sem tabelas ou relacionamentos.
Facilidade para particionar e replicar
Altamente escalvel
Atualmente, com a demanda de servios na Internet aumentou a
utilizao por parte dos usurios principalmente em redes sociais. Para
armazenar tantas informaes de milhes de pessoas so necessrios
mltiplos servidores, data centers e nuvem para solucionar o problema com
baixa latncia da rede, melhor balanceamento de carga e alta disponibilidade
do servio.
Cassandra uma Banco de Dados NoSql, ou seja no relacional
desenvolvido originalmente para o Facebook, sua distribuio de dados em
escala global possu consistncia, disponibilidade e tolerncia a falhas na rede.
Com escalabilidade elstica permite acomodar mais clientes e
consequentemente armazena mais dados de modo flexvel. Possu
desempenho rpido em escala linear e fcil distribuio de dados por meio de
replicao em vrios data centers, ou nuvem. de fcil configurao pois os
ns permanecem em um s cluster, oferece atomicidade, isolamento e
durabilidade como suporte a transaes.

Arquitetura Distribuda Baseada no Dynamo Amazon: Servio de banco
de dados NoSql, rpido e totalmente gerenciado que permite armazenar e
recuperar qualquer quantidade de dados e atender o trfego de solicitaes
com facilidade e economia. uma tima opo para jogos, anncios e
mobilidade em aplicaes. O Amazon DynamoDB usa mtodos de criptografia
comprovados para autenticar usurios com segurana e evitar o acesso no
autorizado aos dados. Possu as seguintes caratersticas:
escalvel. Armazenamento e taxa de transferncia contnua.
Administrao fcil.
Flexvel.
Desempenho rpido e previsvel.
Tolerncia a falhas integrada.
Econmico e seguro.
Monitoramento integrado.
Elastic Map Reduce permite anlise complexa de dados.
Distribuio de dados entre seus ns de forma transparente para
o usurio.
Os usurios podem definir quantas rplicas so necessrias, e o
Cassandra cuida da criao e gerenciamento de rplicas de forma
transparente.
Consistncia ajustvel: ao armazenar e ler dados
Fornece gravaes muito rpidas
Redes P2P: (Peer 2 Peer): Arquitetura de redes de computadores onde
cada um dos pontos ou ns da rede funciona tanto como cliente quanto como
servidor. Compartilhamento de dados sem a necessidade de um servidor
central.
Gossip Scutlebutt: Protocolo Fofoca utilizado para deteco de falhas,
monitoramento e mensagens. Assim cada n transmite alguns dados para um
conjunto de outros ns como se fosse uma conversa realmente. Os dados so
propagados pelos ns construindo um mapa global de interaes.
Tabela Hash Distribuda: Utiliza chave para identificao do n e cada
linha possu uma chave garantindo consistncia. Cassandra usa um algoritmo
hash para calcular o hash de chaves de cada item de dados armazenado nele
(por exemplo, nome de coluna, ID de linha). O intervalo de hash, ou todos os
valores de hash possveis (tambm chamado de keyspace), dividido entre os
ns no cluster do Cassandra.

GOSSIP PROTOCOL
Baseado em "reconciliao eficiente e controle de fluxo de protocolos
anti-entropia" baseado em Merkle Trees. Esse nome recebido por utilizar o
protocolo de fofocas para reparao de dados no lidos. A fofoca um
protocolo P2P de comunicao em que os ns trocam informaes de estado
entre si e outros ns. Assim os ns aprendem sobre os outros ns do cluster.
Durante a troca de informaes fofoca, as informaes mais antigas so
substitudas pelas atuais.
Cassandra tem vrias estratgias diferentes para escrever dados entre
os ns de forma personalizada. Com gossip-style pode-se determinar se um n
pertence a um cluster. O protocolo Gossip possu diferentes tipos e caractersticas:
Protocolos de disseminao. Usam a fofoca para espalhar a
informao; Trabalham basicamente por agentes inundando a rede.
Protocolo de anti-entropia: Utilizados para reparao de dados
replicados comparando diferentes rplicas e reconciliao.
Protocolo que computa agregados: Pode ser calculado um agregado em
toda a rede, por amostragem.
Caractersticas:
Cada n conhece ao menos outro n.
Propagao epidmica.
Remove a necessidade de outro registro centralizado de ns.
Menor uso de recursos (Scuttlebutt).
Accrual Failure Detector (Detector de falhas de competncia).
A configurao do cluster consiste em: cluster _name, seeds,
listen_address e rpc_address. Para monitorar um cluster e a rotina do banco de
dados. Cassandra possu um utilitrio nodetool que uma interface que o
usurio pode administrar atravs de linha de comando.

DETECO DE FALHAS
As falhas de ns podem acontecer devido ao hardware ou rede, onde
ocorrem as interrupes de forma transitria ou por longos perodos. Quando o
n no removido permanente do anel em um cluster, ou num caso de queda
de energia, os ns podem perder alguns dados criando-se uma rplica para ser
acessados novamente. O detector de falhas marca esse n que fica guardado
por um tempo, para fazer a recuperao e reparos necessrios, podendo ser
feitos atravs do utilitrio nodetool. Tratando essas falhas o n precisa re-
estabelecer contato com outros ns. O administrador do Cassandra deve
utilizar o reparo sempre que necessrio para ter os dados consistentes.
Usando o algoritmo Phi Accrual possvel detectar a falha de um n. Se
houver falha de um n em um cluster do Cassandra, o cluster continua
funcionando quando h rplicas. A recuperao completa, consiste em
redistribuir dados e compensar com rplicas perdidas, isso torna uma operao
manual atravs da ferramenta de linha de comandos chamada ferramenta
node.
Cassandra no suporta operaes atmicas. Porm suporta operaes
idempotentes. As operaes idempotentes deixam o sistema no mesmo
estado, independentemente de quantas vezes so realizadas as operaes. Se
uma operao falhar, possvel tentar novamente sem problemas. Isso um
mecanismo para recuperao de falhas temporrias, tambm suporta
operaes em lote, mas no tem garantia de atomicidade. Como as operaes
so idempotentes, o cliente pode continuar tentando at que todas as
operaes do lote tenham xito.
CONCLUSO

Devido ao grande nmero de pessoas utilizando as redes sociais, ou
aplicaes de compra pela Internet, muitas empresas tem adotado a tecnologia
NoSQL, como Google, Facebook e Amazon por permitir compartilhamento
dados em tempo real. Outra caracterstica importante est no armazenamento
e gerenciamento de dados.
Utilizando Cassandra com o banco de dados NoSql, permite que as
aplicaes da Web 2.0 possam gerenciar dados de forma mais eficiente, tendo
como vantagens: consistncia, alta disponibilidade, escalabilidade, esquema
fexvel, alta performance e tolerncia a falhas.



















REFERNCIAS

Primeiros passos com Cassandra. Disponvel em:
http://pt.slideshare.net/mariomarroquim/distribuio-de-dados-em-escala-global-
com-cassandra Acesso em 22/08/2014.
Bem Vindo ao Apache Cassandra. Disponvel em:
http://aws.amazon.com/pt/dynamodb/ Acesso em 23/08/2014.
Usando Fofoca Protocolos Para Deteco De Falha, Monitoramento,
Mensagens E Outras Coisas Boas. Disponvel em:
http://highscalability.com/blog/2011/11/14/using-gossip-protocols-for-failure-
detection-monitoring-mess.html Acesso em 23/08/2014.
Apache Cassandra 0.8 Documentao. Disponvel em:
http://www.datastax.com/docs/0.8/cluster_architecture/gossip Acesso em
23/08/2014.
Banco de dados NoSQL Cassandra, Part 3 Cluster. Disponvel em:
http://msdn.microsoft.com/pt-br/magazine/jj721601.aspx Acesso em
23/08/2014.
Consideraes sobre o Banco de Dados Apache Cassandra. Disponvel em:
http://www.ibm.com/developerworks/br/library/os-apache-cassandra/ Acesso
em 25/08/2014.