Visión general de Cassandra

Apache Cassandra es un sistema de gestión de bases de datos distribuido perteneciente a la clase de sistemas NoSQL, diseñado para crear repositorios altamente escalables y fiables para enormes volúmenes de datos representados en forma de hash.

Escrito en Java, implementa un sistema hash distribuido similar a DynamoDB, lo que proporciona una escalabilidad prácticamente lineal a medida que crece el volumen de datos. Utiliza el modelo de almacenamiento ColumnFamily, que se diferencia de sistemas como MemcacheDB —los cuales almacenan datos únicamente en el par «clave-valor»— por la posibilidad de almacenar hashes con varios niveles de anidamiento.

Pertenece a la categoría de DBMS tolerantes a fallos: los datos introducidos en la base de datos se replican automáticamente en varios nodos de una red distribuida o incluso se distribuyen de forma uniforme entre varios centros de datos. En caso de fallo de un nodo, sus funciones son asumidas al vuelo por otros nodos. La incorporación de nuevos nodos al clúster y la actualización de la versión de Cassandra también se realizan al vuelo, sin intervención manual adicional ni reconfiguración de los demás nodos.

Ventajas de Cassandra:

• alta escalabilidad y fiabilidad sin elementos cuyo fallo provoque la caída de todo el sistema;
• implementación de la Column Family NoSQL;
• rendimiento muy alto en operaciones de escritura y buen rendimiento en operaciones de lectura;
• lenguaje de consultas similar a SQL (desde la versión 0.8) y soporte para búsquedas mediante índices secundarios;
• consistencia configurable y soporte de replicación;
• esquema flexible.