O documento aborda a persistência em nuvens com bancos de dados NoSQL, enfatizando a escalabilidade, flexibilidade e desempenho em comparação com bancos de dados relacionais. Explora o teorema de Brewer e as limitações de consistência e disponibilidade em sistemas distribuídos. Apresenta exemplos da modelagem de dados para plataformas como Twitter e destaca a superioridade de performance do Cassandra em relação ao MySQL.

1. Persistência nas Nuvens com NoSQL Rodrigo Hjort [email_address]

2. Quem aqui usa banco de dados?

3. Por que precisamos de SQL?

4. Onde usamos SQL (i.e. ACID)?

5. MAS...

6. Universo digital em expansão Fonte: IDC White Paper, "The Diverse and Exploding Digital Universe", 2008.

7. Aplicações web modernas

8. Escalabilidade vertical é complicada e/ou cara!

9. Os modelos transacionais ACID pessimista, forçando consistência ao final de cada operação

10. BASE otimista, aceitando que a consistência esteja em um “estado de fluxo” http://queue.acm.org/detail.cfm?id=1394128 Possibilita a escalabilidade horizontal...

11. NoSQL = Not Only SQL http://nosql-database.org/ distribuídos não relacionais horizontalmente escaláveis esquemas flexíveis replicáveis APIs simples

12. NoSQL nas Nuvens escalabilidade flexibilidade performance disponibilidade

13. Zoologia dos bancos NoSQL Wide Column Store / Column Families Key-Value Store Document Store Azure Storage Services

14. MAS...

15. Você precisa escolher 2! Teorema de Brewer: CAP Consistência : visão única para os clientes

16. Disponibilidade : toda operação tem uma resposta

17. Partição : sistema continua operante mesmo enfrentando partições na rede Consistência Consistency Disponibilidade Availability Partição Partition Tolerance

18. Breve explicação do CAP um dia ensolarado... partições de rede!

19. I. Consistência e Disponibilidade Limitações na escalabilidade (leitura e escrita) C A

20. II. Consistência e Partição Completamente inacessível se qualquer um dos nós estiver fora! C P

21. III. Disponibilidade e Partição Nem sempre lê a informação mais recente: futuramente consistente A P

22. “ A high performance, scalable, distributed storage and processing system for structured and unstructured data.”

23. Cassandra: um breve histórico Bigtable Dynamo

24. Um novo modelo de dados Agrupamento de famílias de colunas (~banco de dados) Agrupamento de colunas (~tabela) com ordenação fixada Chave que representa uma linha de colunas (~chave primária) Representação de um valor, com: Nome (Name)

25. Valor (Value)

26. Timestamp Keyspace Column Family (Row) Key Column

27. As famílias de colunas

28. Exemplo: modelagem do Twitter Users Following Followers @paul segue @brigitte desde 22/08/2010 john fullname: John Doe password: swordfish joindate: 20091115 paul fullname: Paul Lane password: thepass joindate: 20091129 john paul: 20091204 brigitte: 20100815 paul john: 20091205 debora: 20100729 brigitte: 20100822 john tom: 20091128 paul: 20091205 brigitte john: 20100815 paul: 20100822

29. Exemplo: modelagem do Twitter Statuses (Tweets) Timeline Userline Tweets do @john Tweets dos usuários que o @paul segue data/hora tweet 12345 user: john body: Nuvem privada do @serpro! retweets: 123 12346 user: brigitte john 20100116083155: 12346 paul 20100116083002: 12345 20100116083155: 12346 john 20100116083002: 12345 20100118235914: 23457 brigitte 20100116083155: 12346 tweet body: Acabei de #acordar. tags acordar: 1

30. “It took two weeks to perform ALTER TABLE on the statuses [tweets] table.” – Twitter

31. Particionamento e replicação Fixed Circular Space (Ring) Virtual Nodes Consistent Hashing (MD5) N=3 h(key2) 0 1 1/2 F E D C B A h(key1)