Archivo de junio, 2012
Cassandra 1.x y PHP para desarrolladores SQL: La consola
0Cassandra dispone de una herramienta a través de la consola o shell para poder trabajar con ella. Parecida a la de MySQL.
Para acceder a la consola solo tendremos que escribir lo siguiente:
> cassandra-cli
Si todo va bien nos aparecerá algo parecido al siguiente texto:
Welcome to Cassandra CLI version 1.0.7 Type 'help;' or '?' for help. Type 'quit;' or 'exit;' to quit. [default@unknown]
Ahora tenemos que conectar con la base de datos de la siguiente manera:
connect localhost/9160;
Fíjate que al final del comando hay un punto y coma. Hay que añadirlo, como si fuera una sentencia SQL, sino te aparecerán unos puntos suspensivos para que finalices el comando. Si te ocurre esto último, pon el punto y coma y pulsa enter. Te debería aparecer algo como lo siguiente:
Connected to: "Test Cluster" on localhost/9160
Hay una forma de resumir los pasos anteriores en una sola linea:
> cassandra-cli -h localhost -p 9160
Ahora vamos a mostrar los keyspaces que tiene la base de datos actualmente:
show keyspaces;
[ci-box type=»warning»]Recuerda poner el punto y coma.[/ci-box]
Este comando te mostrará un listado de los keyspaces y sus column families que se encuentran en la BD, además de información relevante sobre las propiedades, tanto de los keyspaces como de sus column families correspondientes.
El objetivo de este post no es explicar con detalle cada propiedad de los keyspaces y las column families (he de admitir que muchas de ellas las desconozco), sino mostrar y enseñar la forma de trabajar por consola con Cassandra.
Vamos al lío.
CREAR UN KEYSPACE
Tan sencillo como la siguiente sentencia:
create keyspace my_keyspace;
Después de dos o tres segundos te mostrará algo como esto:
b511da50-88c0-11e1-0000-242d50cf1fff Waiting for schema agreement... ... schemas agree across the cluster
ACCEDER A UN KEYSPACE
Igual de sencillo:
use my_keyspace;
Ahora que ya estamos dentro de nuestro keyspace, toca añadir column families.
CREAR COLUMN FAMILIES
Muy sencillo:
create column family my_column_family;
Añadamos datos.
AÑADIR DATOS A UNA COLUMN FAMILY
En MySQL utilizaríamos una sentencia INSERT para añadir información a una tabla concreta, en la que anteriormente habremos creado sus columnas. En Cassandra no hay que crearlas con antelación. (En realidad se puede utlizar un archivo para configurar el esquema del keyspace dando las propiedades adecuadas a cada column family y sus respectivas columnas, pero para iniciarnos en Cassandra y aprender su funcionamiento no es necesario).
Para no complicarnos mucho primero vamos a configurar la column family.
Las column families disponen de diferentes tipos de codificación de datos para guardar los datos, es decir, si guardamos información en UTF-8 y nuestra column family está configurada como ASCII o Bytes nuestros datos se guardarán, sí, pero al recuperarla solo veremos un batiburrillo de número y letras.
Para evitar esto configuramos la column family para que guarde los datos en UTF-8:
assume my_column_family keys as utf8; assume my_column_family comparator as utf8; assume my_column_family validator as utf8;
Ahora ya podemos crear nuestro primer registro:
set my_column_family['1']['nombre'] = 'pepito'; set my_column_family['1']['edad'] = '120';
Si ejecutamos el siguiente comando:
get my_column_family['1'];
Nos devolverá las columnas que tuviese la fila con id = 1, junto con los correspondientes valores de esas columnas.
Esto es el funcionamiento básico de la consola de Cassandra. Hay muchos más comandos para obtener información de Cassandra y realizar algunas tareas más, para obtener la ayuda y ver estos comandos solo tienes que escribir lo siguiente:
help;
¿Fácil verdad? Por último, para salir de la consola:
quit;
Cassandra 1.x y PHP para desarrolladores SQL: El modelo de datos
5Si has trabajado con una base de datos relacional tal vez te resulte algo confuso al principio comprender el modelo de datos que usa Cassandra, intentaré ser lo más claro posible, pero si te surgen preguntas no dudes en dejarlas en los comentarios.
Columnas
El elemento más básico de la base de datos Cassandra es la columna, se compone de tres elementos: nombre de la columna, valor y timestamp. Os muestro un ejemplo como un array:
array( "nombre" => "email", "valor" => "webmaster@localhost.com", "timestamp" => time(), );
Super columnas
Es el conjunto de columnas con sus correspondientes valores:
array( "nombre_superColumna" => array( "usuario1" => array( "nombre" => "email", "valor" => "webmaster@localhost.com", "timestamp" => time() ), "usuario2" => array( "nombre" => "email", "valor" => "email@email.com", "timestamp" => time() ), "usuario3" => array( "nombre" => "email", "valor" => "otroemail@otroemail.com", "timestamp" => time() ), ), )
Familia de columnas
Es el conjunto de columnas o super columnas. Me explico:
Las column Family o familia de columnas se puede configurar de dos maneras: como Super o como Standard. Si se elige la opción Standard, en la column family solo se podrán guardar columnas no super columnas. En cambio si la column family está configurada como Super podrá guardar, además de las columnas, las super columnas. Esta flexibilidad permite jugar con la base de datos y adaptarla a nuestras necesidades.
Ejemplo:
array( "name" => "ColumnFamily", array( "name" => "SuperColumn", array( "colums" ) ), )
Keyspace
El keyspace es nuestra base de datos, donde alojaremos todas las columFamilies que necesitemos.
Ejemplo:
array( "name" => "keyspace", array("name" => "columnFamily", array( [...] ), ), )
Cassandra 1.x y PHP para desarrolladores SQL: Instalación
4La base de datos No-SQL Cassandra fue creada por Facebook a causa de la necesidad de disponer de una base de datos distribuida de alto rendimiento, flexible, tolerante a fallos, escalable y que fuese capaz de procesar grandes cantidades de datos, más tarde fue liberada bajo licencia Apache y actualmente es utilizada principalmente por empresas de internet con proyectos con un alto uso de base de datos como Twitter.
En esta serie de artículos iré desgranando la instalación, funcionamiento y desarrollo de aplicaciones en PHP con Cassandra, comparando las sentencias utilizadas para insertar, actualizar, etc de SQL con los métodos a utilizar en Cassandra. Por desgracia al ser algo completamente distinto a cualquier base de datos SQL tendré que añadir algo de teoría, pero intentaré que os resulte lo más ameno posible.
Al toro.
REQUISITOS
Para la realización de esta guía se utilizará Debian Squeeze como sistema operativo.
Doy por hecho que ya se dispone de un servidor web Apache con PHP instalado en la máquina de testeo que se esté usando. Las aplicaciones que se van a instalar han sido probadas en una máquina virtual Debian utilizando como aplicación de virtualización, VirtualBox instalado en un host Windows XP SP3.
En un servidor de producción recomiendo que tenga bastante RAM (por encima de 1GB, ya veremos más adelante el porqué. En la máquina virtual que uso de testeo dispone de 700 MB y funciona bien, pero en producción no es lo recomendable).
Instalaremos la base de datos Cassandra, el protocolo para conectar con ella y que nos generará el módulo para poder trabajar desde PHP, y PHPCassa que será la abstracción de la base de datos donde tenemos los métodos básicos para trabajar con Cassandra: insertar, actualizar, borrar, crear, etc.
PREPARANDO EL SISTEMA
Antes de empezar a instalar debemos actualizar el sistema operativos de la forma habitual:
apt-get update apt-get upgrade
Una vez actualizado el sistema empezamos a instalar.
INSTALANDO CASSANDRA
Lo primero que necesitamos hacer para instalar Cassandra es editar los repositorios de Debian:
nano /etc/apt/sources.list
Una vez que se abra el editor añadimos las siguientes lineas:
deb http://www.apache.org/dist/cassandra/debian/ 11x main deb-src http://www.apache.org/dist/cassandra/debian/ 11x main
Como podrás observar después de la ruta del repositorio se ha añadido «11x» esto indica el número de versión a obtener, en este caso es la versión actual de cassandra al crear este post. No se indica el número de parche, es decir, actualmente se puede descargar Cassandra 1.1.
Si dentro de unos meses sale la versión «1.2» solo tendrás que cambiar el uno por el dos.
Volvemos a consola y actualizamos los repositorios.
apt-get update
Nos dará un error en las claves gpg. Procedemos a actualizarlas con las siguientes instrucciones:
gpg --keyserver pgp.mit.edu --recv-keys F758CE318D77295D gpg --export --armor F758CE318D77295D | sudo apt-key add -
Ojo con el guión del final, hay que añadirlo sino dará error.
Con el paquete 0.7.5 nos da otro error de clave gpg así que también instalamos esta de la misma manera:
gpg --keyserver pgp.mit.edu --recv-keys 2B5C1B00 gpg --export --armor 2B5C1B00 | sudo apt-key add -
Verificamos que tenemos el sistema actualizado.
apt-get update apt-get upgrade
Actualizamos todos los paquetes que aparezcan.
Procedemos a instalar el paquete de la base de datos NoSQL Cassandra:
apt-get install cassandra
Cassandra necesita a Java para funcionar para ello, una vez instalado Cassandra instalaremos el paquete sun-java6-jdk de la siguiente manera:
apt-get install sun-java6-jdk
En el caso de que no encuentre el paquete verificar que los repositorios de Debian son correctos. Verifica la versión de Java con:
java -version
Debería aparecer algo así:
java version "1.6.0_20" Java(TM) SE Runtime Environment (build 1.6.0_20-b02) Java HotSpot(TM) Client VM (build 16.3-b01, mixed mode, sharing)
Se recomienda usar la versión de Java de Sun (Sun JDK) en vez de Open JDK debido a un bug encontrado en el mismo.
Si os muestra algo distinto a esto, escribid el siguiente comando:
update-alternatives --config javac
Os mostrará un listado con los diferentes paquetes instalados en el sistema que pueden ser utilizados para trabajar con Java. Nosotros usaremos el paquete de Sun, así que pulsa el número del paquete para que Debian lo utilice.
Por último, ejecutamos el siguiente comando para construir las dependencias:
dpkg-buildpackage -uc -us
INSTALANDO THRIFT Y LA EXTENSIÓN PARA PHP
[ci-box type=»info»]PHPCassa ya incluye Thrift en el archivo descargable, con lo que puedes saltarte esta parte si quieres. En la sección de PHPCassa se trata la creación del archivo .so con los archivos contenidos en el paquete de PHPCassa[/ci-box]
Thrift es tan solo el protocolo de conexión para poder utilizar Cassandra. Aunque en la extensión para PHP existen métodos para poder trabajar con cassandra, requieren bastante código por eso utilizaremos PHPCassa como abstracción de la base de datos.
Primero descargamos Thrift desde su web: http://thrift.apache.org/download/ y descomprimimos
tar -xzvf thrift-0.8.0.tar.gz
Nos colocamos dentro de la carpeta de Thrift.
Antes de hacer nada ahí instalamos algunos paquetes que nos serán necesarios:
apt-get install libboost-dev automake libtool flex bison pkg-config g++
Una vez instalados esos paquetes configuramos y construimos Thrift:
./configure make
Construimos la interfaz de PHP Thrift para Cassandra:
./compiler/cpp/thrift -gen php ../ruta-a-cassandra/interface/cassandra.thrift
Copiamos archivos necesario para que PHPCassa funcione:
mkdir -p /usr/share/php/Thrift cp -R gen-php/ /usr/share/php/Thrift/packages/ cp -R lib/php/src/* /usr/share/php/Thrift/
Cambiamos al directorio del protocolo de Thrif: ruta-a-thrift/lib/php/src/ext/thrift_protocol.
Instalamos el paquete para construir las extensiones de PHP:
apt-get install php5-dev
Construimos la extensión:
phpize ./configure --enable-thrift_protocol make
Copiamos la extensión a la siguiente carpeta (cuidado: dependiendo del sistema el nombre de la carpeta de destino puede variar):
cp modules/thrift_protocol.so /usr/lib/php5/20060613/
Habilitamos el módulo creando el archivo /etc/php5/conf.d/thrift_protocol.ini con el siguiente texto:
extension=thrift_protocol.so
Comprobamos la instalación:
php -i | grep -v "PWD" | grep "thrift_protocol"
Si todo ha ido bien, reiniciamos Apache:
/etc/init.d/apache2 restart
Iniciamos Cassandra:
/opt/cassandra/bin/cassandra
Y probamos la consola para comprobar que todo ha ido correctamente:
/opt/cassandra/bin/cassandra-cli -host localhost -port 9160
Debería indicarte algo así:
Connected to: "Test Cluster" on localhost/9160 Welcome to cassandra CLI.
INSTALANDO PHPCassa
Bajamos PHPCassa desde github: https://github.com/thobbs/phpcassa
Descomprimimos a una carpeta dentro del proyecto en el que vayamos a utilizar PHPCassa, para el tutorial usaré /var/www/prueba_cassandra/phpcassa.
Si aun no has creado el archivo .so para que PHP pueda trabajar con Cassandra, escribe los siguientes comandos en tu consola:
cd lib/thrift/ext/thrift_protocol phpize ./configure make sudo make install
Una vez finalizados estos pasos edita el archivo php.ini y añade la siguiente línea:
extension=thrift_protocol.so
Con esto finalizamos la instalación de Cassandra para que pueda ser utilizada por PHP.
Cassandra y PHP para desarrolladores SQL: Clusters
0Cassandra permite crear anillos o clusters de servidores de una forma muy sencilla, esto nos permitirá levantar nuevos servidores dentro de un cluster en cuestión de varios minutos.
Para ello tendremos que modificar la configuración de la BD.
En /etc/cassandra modificamos el archivo cassandra.yaml. Buscaremos la siguiente línea:
– seeds: «localhost»
Y sustituimos localhost por la ip local del servidor, en mi caso 192.168.1.10.
– seeds: «192.168.1.10»
A continuación modificamos las siguientes líneas:
listen_address: localhost
[…]
rpc_address: localhost
Por:
listen_address: 192.168.1.10
[…]
rpc_address: 192.168.1.10
Guardamos y reiniciamos el servidor.
Ahora el servidor con esta configuración será al que se conecten el resto de servidores del cluster.
Para el resto de servidores la configuración es parecida. En seeds mantenemos la ip del servidor principal y en listen_address y rpc_address ponemos la ip del servidor a unir al cluster:
– seeds: «192.168.1.10»
[…]
listen_address: 192.168.1.103
[…]
rpc_address: 192.168.1.103
Utilizo la ip 192.168.1.103 ya que es la que tengo configurada en mi cluster de prueba, tu deberías poner la ip correspondiente a la máquina donde estés configurando Cassandra.
Guardamos y reiniciamos la BD.
Esto es todo lo que hay que hacer para crear un cluster con Cassandra