ইদানীং ক্যাসান্দ্রার সাথে প্রচুর আলোচনা হয়েছে।
টুইটার, ডিগ, ফেসবুক, ইত্যাদি সমস্ত এটি ব্যবহার করে।
কখন এটি অর্থবোধ করে:
- ক্যাসানড্রা ব্যবহার করুন,
- ক্যাসান্দ্রা ব্যবহার করবেন না, এবং
- ক্যাসান্দ্রার পরিবর্তে একটি আরডিএমএস ব্যবহার করুন।
ইদানীং ক্যাসান্দ্রার সাথে প্রচুর আলোচনা হয়েছে।
টুইটার, ডিগ, ফেসবুক, ইত্যাদি সমস্ত এটি ব্যবহার করে।
কখন এটি অর্থবোধ করে:
উত্তর:
সিলভার বুলেটের মতো কিছুই নেই, সবকিছু নির্দিষ্ট সমস্যা সমাধানের জন্য তৈরি এবং এর নিজস্ব উপকারিতা এবং বিপরীতে রয়েছে। এটি আপনার উপর নির্ভর করে যে আপনার কাছে কী সমস্যার বিবৃতি রয়েছে এবং সেই সমস্যাটির জন্য উপযুক্ত উপযুক্ত সমাধান কী।
আপনি যে প্রশ্নগুলি জিজ্ঞাসা করেছেন সেভাবে আমি একের পর এক আপনার প্রশ্নের উত্তর দেওয়ার চেষ্টা করব। যেহেতু ক্যাসান্দ্রা ডাটাবেসের নোএসকিউএল পরিবারের উপর ভিত্তি করে, আপনার প্রশ্নগুলির উত্তর দেওয়ার আগে আপনি কেন কোনও নুএসকিউএল ডাটাবেস ব্যবহার করবেন তা আপনার পক্ষে গুরুত্বপূর্ণ।
নোএসকিউএল কেন ব্যবহার করবেন
আরডিবিএমএসের ক্ষেত্রে, বাছাই করা বেশ সহজ কারণ এই বিভাগে মাইএসকিউএল, ওরাকল, এমএস এসকিউএল, পোস্টগ্রিসকিউএল এর মতো সমস্ত ডাটাবেসগুলি প্রায় একই ধরণের সমাধান এসিডি বৈশিষ্ট্যের দিকে লক্ষ্য করে। যখন নোএসকিউএল এর কথা আসে, সিদ্ধান্তটি কঠিন হয়ে যায় কারণ প্রতিটি নোএসকিউএল ডাটাবেস বিভিন্ন সমাধান দেয় এবং আপনাকে বুঝতে হবে কোনটি আপনার অ্যাপ / সিস্টেমের প্রয়োজনীয়তার জন্য সবচেয়ে উপযুক্ত best উদাহরণস্বরূপ, মোংগোডিবি ব্যবহারের ক্ষেত্রে উপযুক্ত যেখানে আপনার সিস্টেমটি স্কিমা-কম ডকুমেন্ট স্টোর দাবি করে। সার্চ ইঞ্জিন, লগ ডেটা বিশ্লেষণ বা এমন কোনও জায়গায় যেখানে বিশাল, দ্বিমাত্রিক জোড়-কম টেবিলগুলি স্ক্যান করা প্রয়োজন এইচবিতে উপযুক্ত হতে পারে। রেডিস গাছ, সারি, লিঙ্কযুক্ত তালিকার মতো বিভিন্ন ধরণের ডেটা স্ট্রাকচারের জন্য ইন-মেমোরি অনুসন্ধান সরবরাহ করতে নির্মিত এবং রিয়েল-টাইম লিডারবোর্ড, পাব-সাব ধরণের সিস্টেম তৈরির জন্য উপযুক্ত হতে পারে। একইভাবে এই বিভাগে অন্যান্য ডাটাবেস রয়েছে (ক্যাসান্দ্রা সহ) যা বিভিন্ন সমস্যার বিবৃতিতে উপযুক্ত। এখন আসল প্রশ্নগুলিতে চলে যেতে দিন এবং একে একে উত্তর দিন।
ক্যাসান্দ্রা কখন ব্যবহার করবেন
নোএসকিউএল পরিবারের অংশ হওয়ায় ক্যাসান্দ্রা এমন সমস্যার সমাধানের প্রস্তাব দেয় যেখানে আপনার প্রয়োজনীয়তার একটিতে খুব ভারী লেখার ব্যবস্থা থাকা উচিত এবং আপনার সেই সঞ্চিত তথ্যের উপরে একটি বেশ প্রতিক্রিয়াশীল প্রতিবেদনের ব্যবস্থা রাখতে চান। ওয়েব বিশ্লেষণের ব্যবহারের ক্ষেত্রে বিবেচনা করুন যেখানে প্রতিটি অনুরোধের জন্য লগ ডেটা সংরক্ষণ করা হয় এবং আপনি রিয়েল টাইম পদ্ধতিতে ঘন্টার প্রতি ঘন্টা, ব্রাউজারের মাধ্যমে, আইপি ইত্যাদির জন্য হিট গণনা করতে তার চারপাশে একটি বিশ্লেষণাত্মক প্ল্যাটফর্ম তৈরি করতে চান। আপনি ক্যাসান্দ্রার সাথে মানানসই ব্যবহারের ক্ষেত্রে আরও জানতে এই ব্লগ পোস্টটি উল্লেখ করতে পারেন ।
কাসান্দ্রার পরিবর্তে আরডিএমএস কখন ব্যবহার করবেন
ক্যাসান্দ্রা একটি নোএসকিউএল ডাটাবেসের ভিত্তিতে তৈরি এবং এসিডি এবং সম্পর্কিত সম্পর্কিত বৈশিষ্ট্য সরবরাহ করে না। আপনার যদি এসিডি বৈশিষ্ট্যগুলির জন্য শক্তিশালী প্রয়োজনীয়তা থাকে (উদাহরণস্বরূপ আর্থিক ডেটা), ক্যাসান্দ্রা সেই ক্ষেত্রে উপযুক্ত নয়। স্পষ্টতই, আপনি এটির জন্য একটি কাজ করতে পারেন, তবে আপনি এসিডি বৈশিষ্ট্যগুলি অনুকরণ করতে প্রচুর অ্যাপ্লিকেশন কোড লিখে শেষ করবেন এবং সময় মতো খারাপভাবে বাজারে হারাবেন। ক্যাসান্দ্রার সাথে এই জাতীয় ব্যবস্থা পরিচালনা করা আপনার জন্য জটিল এবং ক্লান্তিকর হবে।
ক্যাসানড্রা ব্যবহার করবেন না যখন
আমি মনে করি না যদি উপরের ব্যাখ্যাটি বোধগম্য হয় তবে এর জবাব দেওয়া দরকার।
NoSQL database
জিনিস না। NoSQL
আধুনিক অ-সম্পর্কযুক্ত ডাটাবেসগুলির জন্য ব্যবহৃত একটি শব্দ মাত্র ( উইকি দেখুন )।
বিতরণ করা ডেটা সিস্টেমগুলির মূল্যায়ন করার সময়, আপনাকে সিএপি উপপাদ্যটি বিবেচনা করতে হবে - আপনি নিম্নলিখিত দুটিটি চয়ন করতে পারেন: ধারাবাহিকতা, উপলব্ধতা এবং পার্টিশন সহনশীলতা।
ক্যাসান্দ্রা একটি উপলভ্য, পার্টিশন-সহনশীল সিস্টেম যা চূড়ান্ত ধারাবাহিকতা সমর্থন করে। আরও তথ্যের জন্য এই ব্লগ পোস্টটি দেখুন আমি লিখেছি: NoSQL সিস্টেমগুলিতে ভিজ্যুয়াল গাইড ।
ক্যাসান্দ্রা একটি নির্দিষ্ট সমস্যার উত্তর: আপনি যখন এতটা ডেটা রাখেন যে এটি একটি সার্ভারে খাপ খায় না তখন আপনি কী করবেন? আপনি কীভাবে আপনার সমস্ত ডেটা অনেকগুলি সার্ভারে সঞ্চয় করেন এবং আপনার ব্যাংক অ্যাকাউন্টটি ভাঙেন না এবং আপনার বিকাশকারীকে উন্মাদ করবেন না? ফেসবুক প্রতিটি দিন 4 টি টেরাবাইট নতুন সংকুচিত ডেটা পায়। এবং এই সংখ্যাটি সম্ভবত এক বছরের মধ্যে দ্বিগুণেরও বেশি বৃদ্ধি পাবে।
আপনার যদি এত বেশি ডেটা না থাকে বা আপনার যদি এন্টারপ্রাইজ ওরাকল / ডিবি 2 ক্লাস্টার ইনস্টলেশন এবং এটি সেট আপ এবং এটি রক্ষণাবেক্ষণের জন্য প্রয়োজনীয় বিশেষজ্ঞের জন্য লক্ষ লক্ষ টাকা দিতে হয় তবে আপনি এসকিউএল ডাটাবেসের সাথে ভাল আছেন।
তবে ফেসবুক আর ক্যাসান্দ্রা ব্যবহার করে না এবং এখন মাইএসকিউএল ব্যবহার করে দ্রুত পারফরম্যান্স এবং আরও ভাল নিয়ন্ত্রণের জন্য অ্যাপ্লিকেশন স্ট্যাকের পার্টিশনটিকে প্রায় একচেটিয়াভাবে সরিয়ে নিয়েছে।
নোএসকিউএল এর সাধারণ ধারণাটি হ'ল আপনার অ্যাপ্লিকেশনের জন্য যে কোনও ডেটা স্টোরই উপযুক্ত। আপনার যদি আর্থিক তথ্যের একটি টেবিল থাকে তবে এসকিউএল ব্যবহার করুন। যদি আপনার কাছে এমন কোনও জিনিস থাকে যার একটি সম্পর্কিত স্কিমায় মানচিত্রের জন্য জটিল / ধীর প্রশ্নের প্রয়োজন হয় তবে কোনও অবজেক্ট বা কী / মান স্টোর ব্যবহার করুন।
অবশ্যই আপনি যে কোনও আসল বিশ্বের সমস্যাটি চালাচ্ছেন সে সম্পর্কে এই দুটি চূড়ান্ততার মধ্যে কোথাও কোথাও কোনও সমস্যাই সঠিক নয়। আপনাকে প্রতিটি স্টোরের ক্ষমতা এবং একে অপরকে ব্যবহারের পরিণতিগুলি বিবেচনা করতে হবে, যা আপনি সমস্যার সমাধান করার চেষ্টা করছেন তার সাথে খুব সুনির্দিষ্ট হবে।
কাসান্দ্রা কখন ব্যবহার করবেন এবং কখন ব্যবহার করবেন না সে সম্পর্কে উপরে বর্ণিত উত্তরগুলি ছাড়াও, আপনি যদি ক্যাসান্দ্রা ব্যবহার করার সিদ্ধান্ত নেন তবে আপনি নিজেই কাসান্দ্রা না ব্যবহার করার বিষয়টি বিবেচনা করতে চাইতে পারেন, তবে এর অনেক চাচাতো ভাইয়ের মধ্যে একটি।
উপরে কিছু উত্তর ইতিমধ্যে বিভিন্ন "NoSQL" সিস্টেমগুলিতে ইঙ্গিত করেছে যা কিছু ছোট বা বড় পার্থক্য সহ ক্যাসান্দ্রার সাথে অনেক সম্পত্তি ভাগ করে দেয় এবং আপনার নির্দিষ্ট প্রয়োজনের জন্য নিজেই ক্যাসান্দ্রার চেয়ে ভাল হতে পারে।
অতিরিক্ত হিসাবে, সম্প্রতি (এই প্রশ্নটি মূলত জিজ্ঞাসা করার বেশ কয়েক বছর পরে), সিসিলা নামক একটি ক্যাসান্দ্রা ক্লোন ( https://en.wikedia.org/wiki/Scylla_(database দেখুন) প্রকাশিত হয়েছিল। সাইক্লা সি ++ তে ক্যাসানড্রার একটি মুক্ত-উত্স পুনরায় বাস্তবায়ন, যা মূল জাভা ক্যাসান্দ্রার তুলনায় উল্লেখযোগ্যভাবে উচ্চতর থ্রুটপুট এবং নিম্ন বিন্যাসের দাবি করেছে, যদিও এটি বেশিরভাগ ক্ষেত্রেই এটির সাথে সামঞ্জস্যপূর্ণ (বৈশিষ্ট্য, এপিআই এবং ফাইল ফর্ম্যাট)। সুতরাং আপনি যদি ইতিমধ্যে ক্যাসান্দ্রার কথা বিবেচনা করছেন তবে আপনি সাইক্লাকেও বিবেচনা করতে চাইতে পারেন।
ক্যাসান্দ্রার মোতায়েনের মাঝে কারও সাথে কথা বলার সাথে এটি অনেকগুলি থেকে ভাল কোনও পরিচালনা করে না। তারা তাদের প্রাথমিক পরীক্ষা করার জন্য একটি হ্যাক কাজ করছে। আমি এই সম্পর্কে একজন ক্যাসান্দ্রার পরামর্শকের সাথে কথা বলেছি এবং তিনি বলেছিলেন যে আপনার যদি সমস্যাটি সেট থাকে তবে তিনি এটি সুপারিশ করবেন না।
নিম্নলিখিত প্রশ্নগুলি আপনার নিজের জিজ্ঞাসা করা উচিত:
এই প্রশ্নের যে কোনওটির জন্য যদি আপনি "সম্ভবত" বা "না" ভেবেছিলেন তবে আপনার অন্য কিছু ব্যবহার করা উচিত। তাদের সবার উত্তর হিসাবে যদি আপনার "হেল হ্যাঁ" থাকে, তবে আপনার ক্যাসান্দ্রা ব্যবহার করা উচিত।
আপনি যখন একটি বাক্সে সবকিছু করতে পারেন তখন আরডিবিএমএস ব্যবহার করুন। এটি সম্ভবত বেশিরভাগের চেয়ে সহজ এবং যে কেউ এটির সাথে কাজ করতে পারে।
ভারী একক ক্যোয়ারী বনাম গাজিলিয়নের হালকা ক্যোয়ারী লোডটি এখানে অন্যান্য উত্তরগুলির পাশাপাশি বিবেচনা করার জন্য অন্য একটি বিষয়। কোনও নসকিএল-স্টাইল ডিবিতে একটি একক ক্যোয়ারীটি স্বয়ংক্রিয়ভাবে অপ্টিমাইজ করা সহজাততর শক্ত। একটি জটিল ক্যোয়ারী গণনা করার চেষ্টা করার সময় আমি মঙ্গোডিবি ব্যবহার করেছি এবং পারফরম্যান্সের সমস্যার মধ্যে পড়েছি। আমি ক্যাসান্দ্রা ব্যবহার করি নি তবে আশা করি এটি একই সমস্যা হবে।
অন্যদিকে, যদি আপনার বোঝাটি খুব ছোট প্রশ্নগুলির হতে পারে এবং আপনি সহজেই স্কেল করতে সক্ষম হতে চান তবে আপনি বেশিরভাগ নো এসকিএল ডিবি দ্বারা প্রদত্ত ইভেন্টের ধারাবাহিকতার সুবিধা নিতে পারেন। নোট করুন যে চূড়ান্ত ধারাবাহিকতা আসলে কোনও অ-সম্পর্কযুক্ত ডেটা মডেলের বৈশিষ্ট্য নয়, তবে এটি বাস্তবায়ন করা এবং নোএসকিএল-ভিত্তিক সিস্টেমে সেটআপ করা অনেক সহজ।
একটি একক, খুব ভারী প্রশ্নের জন্য, যে কোনও আধুনিক আরডিবিএমএস ইঞ্জিন কোয়েরির অংশগুলিকে সমান্তরালভাবে একটি শালীন কাজ করতে পারে এবং আপনি এটির (সিঙ্গল মেশিনে) যতটা সিপিইউ এবং মেমরি ফেলে দেন তার সুবিধা নিতে পারে। নো এসকিএল ডাটাবেসগুলিতে অনুমানগুলি তৈরি করতে সক্ষম হওয়ার জন্য ডেটা কাঠামো সম্পর্কে পর্যাপ্ত তথ্য নেই যা একটি বড় ক্যোয়ারীর সত্যিকারের বুদ্ধিমান সমান্তরালকরণের অনুমতি দেবে। তারা আপনাকে আরও বেশি সার্ভার (বা কোর) সহজেই স্কেল করার অনুমতি দেয় তবে কোয়েরিটি জটিলতার স্তরে একবার আঘাত করলে আপনি মূলত এটিকে ম্যানুয়ালি আলাদাভাবে এমন অংশে বিভক্ত করতে বাধ্য হন যে নো এসকিএল ইঞ্জিন বুদ্ধি করে কীভাবে মোকাবেলা করতে জানে।
মঙ্গোডিবির সাথে আমার অভিজ্ঞতায়, শেষ পর্যন্ত ক্যোয়ারির জটিলতার কারণে মঙ্গো এটিকে অনুকূল করতে এবং একাধিক ডেটাতে এর অংশগুলি চালানোর জন্য খুব বেশি কিছু করতে পারেনি। মঙ্গো একাধিক প্রশ্নের সমান্তরাল করে তবে কোনও একটিকেই অনুকূল করা এতটা ভাল নয়।
আসুন কিছু বাস্তব বিশ্বের কেস পড়ুন:
http://planetcassandra.org/apache-cassandra-use-cases/
তারা মাইএসকিউএল নির্বাচন না করার কারণটি বিশদভাবে জানিয়েছে কারণ ডিবি সিঙ্ক্রোনাইজেশন খুব ধীর।
(এছাড়াও 2-বাক্য প্রতিশ্রুতি, এফকে, পিকে কারণে)
ক্যাসান্দ্রা অ্যামাজন ডায়নামো কাগজের উপর ভিত্তি করে
বৈশিষ্ট্য:
স্থায়িত্ব
উচ্চ প্রাপ্যতা
ব্যাকআপ ভাল পারফর্ম করে
পড়ুন এবং লিখুন HBase এর চেয়ে ভাল (জাভাতে বিগ টেবিল ক্লোন)।
উইকি http://en.wikedia.org/wiki/Apache_Cassandra
তাদের উপসংহারটি হ'ল:
We looked at HBase, Dynamo, Mongo and Cassandra.
Cassandra was simply the best storage solution for the majority of our data.
2018 হিসাবে,
ক্লাসিক ক্যাসান্দ্রা প্রতিস্থাপনের জন্য আমি সাইক্ল্যাডিবি ব্যবহার করার পরামর্শ দেব, যদি আপনার পিছনে সমর্থন প্রয়োজন হয়।
পোস্টগ্রিস কেভি প্লাগইন ক্যাসান্দ্রার চেয়েও দ্রুত। কীভাবে কখনও মাল্টি-ইনস্ট্যান্স স্কেলিবিলিটি থাকবে না।
আমি এখানে কয়েকটি গুরুত্বপূর্ণ দিক সম্পর্কে ফোকাস করব যা আপনাকে বাস্তবে ক্যাসান্দ্রার প্রয়োজন কিনা তা সিদ্ধান্ত নিতে আপনাকে সহায়তা করতে পারে। তালিকাটি সম্পূর্ণ নয়, আমার মনের শীর্ষে থাকা কয়েকটি পয়েন্ট-
সম্পর্কের বিষয়ে আপনার কড়া প্রয়োজন (যখন আপনার ডেটাসেট জুড়ে) তখন ক্যাসান্দ্রাকে প্রথম পছন্দ হিসাবে বিবেচনা করবেন না।
ডিফল্টরূপে ক্যাসান্দ্রা হ'ল এপি সিস্টেম (সিএপি এর)। তবে এটি টিউনেবল ধারাবাহিকতা সমর্থন করে যার অর্থ এটি সিপি হিসাবেও সমর্থন করতে কনফিগার করা যেতে পারে। সুতরাং এটিকে এড়িয়ে যাবেন না কারণ আপনি কোথাও পড়েছেন যে এটি এপি এবং আপনি সিপি সিস্টেমগুলির সন্ধান করছেন। ক্যাসান্দ্রাকে আরও সঠিকভাবে "টিউনিসিয়াল সুসংগত" বলা হয় যার অর্থ এটি উপলব্ধতার স্তরের সাথে ভারসাম্য বজায় রেখে আপনার প্রয়োজনীয় ধারাবাহিকতার স্তরটি সহজেই নির্ধারণ করতে দেয়।
আপনার স্কেল বেশি না হলে বা যদি আপনি কোনও বিতরণবিহীন ডিবি নিয়ে ডিল করতে পারেন তবে ক্যাসান্দ্রা ব্যবহার করবেন না।
আপনার দলটি যদি মনে করে যে আপনি ক্যাসান্দ্রার মতো বিতরণ করা ডিবি ব্যবহার করেন তবে আপনার সমস্ত সমস্যার সমাধান হবে বলে আরও কঠিন চিন্তা করুন। এই ডিবিগুলি শুরু করা খুব সহজ কারণ এটি অনেকগুলি ডিফল্ট হিসাবে আসে তবে নির্দিষ্ট সমস্যা সমাধানের জন্য এটি অনুকূলকরণ এবং আয়ত্তকরণের জন্য ইঞ্জিনিয়ারিংয়ের প্রচুর পরিমাণে প্রয়োজন (যদি না তবে অনেক বেশি) প্রয়োজন।
ক্যাসান্দ্রা কলামমুখী তবে একই সাথে প্রতিটি সারিতে একটি স্বতন্ত্র কী থাকে। সুতরাং, এটি সূচকযুক্ত, সারি-ভিত্তিক স্টোর হিসাবে ভাবা সহায়ক হতে পারে। আপনি এটি কোনও দস্তাবেজ স্টোর হিসাবেও ব্যবহার করতে পারেন।
ক্যাসান্দ্রা আপনাকে জমিগুলি আগে থেকেই সংজ্ঞায়িত করতে বাধ্য করে না। সুতরাং, যদি আপনি কোনও প্রারম্ভকাপ মোডে থাকেন বা আপনার বৈশিষ্ট্যগুলি বিকশিত হয় (চতুর মতো) - ক্যাসান্দ্রা এটি আলিঙ্গন করে। এত ভাল, প্রথমে কোয়েরিগুলি সম্পর্কে চিন্তা করুন এবং তারপরে উত্তরগুলির জন্য ডেটা সম্পর্কে ভাবেন।
ক্যাসান্দ্রা রাইটিংগুলিতে সত্যই উচ্চতর থ্রুপুটটির জন্য অনুকূলিত। যদি আপনার ব্যবহারের কেসটি পঠন-ভারী হয় (যেমন ক্যাশে) তবে ক্যাসান্দ্রা কোনও আদর্শ পছন্দ নাও হতে পারে।
পছন্দটি আরও সহজ করে তোলে এমন আরেকটি পরিস্থিতি হ'ল আপনি যখন সমষ্টি, ন্যূনতম, সর্বাধিক, প্রচ্ছদ এবং জটিল প্রশ্নের মতো (যেমন উপরে বর্ণিত আর্থিক ব্যবস্থায়) সামগ্রিক ফাংশনটি ব্যবহার করতে চান তখন একটি রিলেশনাল ডাটাবেস সম্ভবত আরও সুবিধাজনক হয় তবে উভয় হ'ল একটি এনএসকিএল ডাটাবেস আপনি যদি ইনভার্টেড ইনডেক্সগুলি প্রকৃতপক্ষে ব্যবহার না করেন তবে কোনও nosql ডাটাবেসে সম্ভব নয়। আপনি যখন নোসকিএল ব্যবহার করেন আপনাকে কোডে সামগ্রিক ফাংশনগুলি করতে হবে বা সেগুলি তার নিজস্ব কলামফ্যামিলিতে আলাদাভাবে সংরক্ষণ করতে হবে তবে এটি এটিকে বেশ জটিল করে তোলে এবং নোএসকিএল ব্যবহার করে আপনি যে কার্য সম্পাদন করেছেন তা হ্রাস করে।
আপনার যদি এসকিউএল শব্দার্থবিজ্ঞানের সাথে একটি সম্পূর্ণ সুসংগত ডাটাবেস প্রয়োজন, ক্যাসান্দ্রা আপনার জন্য সমাধান নয়। ক্যাসান্দ্রা কী-মানদর্শনগুলি সমর্থন করে। এটি এসকিউএল অনুসন্ধানগুলি সমর্থন করে না। ক্যাসান্দ্রার ডেটা "শেষ পর্যন্ত সামঞ্জস্যপূর্ণ"। উপাত্তের একত্রে অনুসন্ধানগুলি অসঙ্গতিপূর্ণ হতে পারে তবে শেষ অবধি লকআপগুলি সামঞ্জস্যপূর্ণ।
আপনার যদি কঠোর শব্দার্থবিজ্ঞানের প্রয়োজন হয় এবং এসকিউএল অনুসন্ধানগুলির জন্য সমর্থন প্রয়োজন, অন্য কোনও সমাধান যেমন মাইএসকিউএল, পোস্টগ্রিস বা সোলারের সাথে ক্যাসান্দ্রার ব্যবহার একত্রিত করুন।
ক্যাসান্দ্রা একটি ভাল পছন্দ যদি:
আপনার ডিবি থেকে আপনার এসিডি বৈশিষ্ট্য প্রয়োজন নেই।
ডিবিতে প্রচুর এবং বিপুল সংখ্যক লেখক থাকবে।
বিগ ডেটা, হাদোপ, হাইভ এবং স্পার্কের সাথে একীকরণের প্রয়োজন রয়েছে।
রিয়েল টাইম ডেটা বিশ্লেষণ এবং প্রতিবেদন প্রজন্মের প্রয়োজন।
চিত্তাকর্ষক ত্রুটি সহনশীল প্রক্রিয়া প্রয়োজন।
সমজাতীয় সিস্টেমের প্রয়োজন রয়েছে।
টিউন করার জন্য প্রচুর স্বনির্ধারণের প্রয়োজন।
মংডোবের খুব শক্তিশালী সামগ্রিক ফাংশন এবং একটি অভিব্যক্তিপূর্ণ সমষ্টি কাঠামো রয়েছে। এটিতে এমন অনেকগুলি বৈশিষ্ট্য রয়েছে যা সম্পর্কিত ডেটাবেস ওয়ার্ল্ড থেকে বিকাশকারীরা অভ্যস্ত। এটি নথির ডেটা / স্টোরেজ কাঠামো উদাহরণস্বরূপ ক্যাসান্দ্রার চেয়ে আরও জটিল ডেটা মডেলগুলির জন্য মঞ্জুরি দেয়।
এগুলি অবশ্যই ট্রেড অফগুলির সাথে আসে। সুতরাং আপনি যখন আপনার ডাটাবেস নির্বাচন করবেন (নোএসকিউএল, নিউএসকিউএল, বা আরডিবিএমএস) আপনি কোন সমস্যাটি সমাধান করার চেষ্টা করছেন এবং আপনার পরিমাপযোগ্যতা প্রয়োজনীয়তার দিকে নজর দিন। কোনও ডাটাবেসই এগুলি করে না।
অপাচি ক্যাসান্দ্রা হ'ল প্রচুর পণ্য সার্ভার জুড়ে প্রচুর পরিমাণে কাঠামোগত ডেটা পরিচালনা করার জন্য একটি বিতরণ করা ডাটাবেস, অত্যন্ত উপলব্ধ পরিষেবা সরবরাহ করার সময় এবং ব্যর্থতার কোনও একক বিন্দু নয়।
সংরক্ষণাগারটি বিশুদ্ধভাবে ক্যাপের উপপাদ্যের উপর ভিত্তি করে তৈরি করা হয়েছে যা উপলভ্যতা এবং পার্টিশন সহনশীলতা এবং আকর্ষণীয়ভাবে ধারাবাহিকভাবে শেষ পর্যন্ত।
এটি ব্যবহার করবেন না, যদি আপনার ক্লাস্টারের র্যাকগুলি জুড়ে ডেটাগুলির পরিমাণগুলি সংরক্ষণ না করা হয়, আপনি সময় সিরিজের ডেটা সংরক্ষণ না করেন তবে ব্যবহার করবেন না, আপনি যদি আপনার সার্ভারকে পটিশন না করেন তবে ব্যবহার করবেন না, আপনার দৃ strong় ধারাবাহিকতার প্রয়োজন হলে ব্যবহার করবেন না।