Cassandra: La guida definitiva, terza edizione (riveduta): Dati distribuiti su scala web

Recensioni dei lettori

Il libro offre un'introduzione di base a Cassandra, ma presenta diversi problemi organizzativi e manca di profondità in aree importanti, soprattutto per quanto riguarda la modellazione dei dati e le operazioni. Mentre alcuni utenti lo hanno trovato utile per comprendere le basi di Cassandra, altri ne hanno criticato il formato e la completezza.

Il libro è utile ai principianti per comprendere le basi e i limiti di Cassandra. Alcuni utenti lo hanno trovato utile per imparare nuovi aspetti di Cassandra che non conoscevano in precedenza.

Il libro è organizzato male, con informazioni importanti sparpagliate. Viene descritto come mediocre e poco approfondito, in particolare per quanto riguarda la modellazione dei dati e le operazioni Kubernetes. È stata evidenziata la necessità di una struttura migliore, oltre a lamentele sul formato di pubblicazione.

(basato su 3 recensioni dei lettori)

Titolo originale:

Cassandra: The Definitive Guide, (Revised) Third Edition: Distributed Data at Web Scale

Contenuto del libro:

Immaginate cosa potreste fare se la scalabilità non fosse un problema. Con questa guida pratica, imparerete come il sistema di gestione di database Cassandra gestisce centinaia di terabyte di dati rimanendo altamente disponibile su più data center.

Questa terza edizione, aggiornata per Cassandra 4.0 e per i nuovi sviluppi del sistema di gestione di database Cassandra. 0 e i nuovi sviluppi dell'ecosistema Cassandra, tra cui l'implementazione in Kubernetes con K8ssandra, fornisce dettagli tecnici ed esempi pratici per aiutarvi a far funzionare questo database in un ambiente di produzione. Gli autori Jeff Carpenter e Eben Hewitt dimostrano i vantaggi del design non relazionale di Cassandra, con particolare attenzione alla modellazione dei dati.

Gli sviluppatori, i DBA e gli architetti di applicazioni che vogliono risolvere un problema di scalabilità del database o rendere un'applicazione a prova di futuro impareranno a sfruttare la velocità e la flessibilità di Cassandra. Comprendere la struttura distribuita e decentralizzata di Cassandra Utilizzare il Cassandra Query Language (CQL) e cqlsh (la shell CQL) Creare un modello di dati funzionante e confrontarlo con un modello relazionale equivalente Progettare e sviluppare applicazioni utilizzando i driver client Esplorare la topologia del cluster e apprendere come i nodi si scambiano i dati Mantenere un livello elevato di prestazioni nel cluster Distribuire Cassandra in loco, nel cloud o con Docker e Kubernetes Integrare Cassandra con Spark, Kafka, Elasticsearch, Solr e Lucene