Bewertung:

Das Buch bietet eine grundlegende Einführung in Cassandra, weist jedoch einige organisatorische Probleme auf und lässt in wichtigen Bereichen, insbesondere bei der Datenmodellierung und den Operationen, Tiefe vermissen. Während einige Nutzer es als hilfreich für das Verständnis der Grundlagen von Cassandra empfanden, kritisierten andere das Format und den Umfang.
Vorteile:Das Buch ist für Anfänger hilfreich, um die Grundlagen und Grenzen von Cassandra zu verstehen. Einige Nutzer fanden es wertvoll, um neue Aspekte von Cassandra kennenzulernen, die ihnen vorher nicht bewusst waren.
Nachteile:Das Buch ist schlecht organisiert, wichtige Informationen sind verstreut. Es wird als mittelmäßig und wenig tiefgründig beschrieben, insbesondere in Bezug auf Datenmodellierung und Kubernetes-Betrieb. Die Notwendigkeit einer besseren Strukturierung wurde hervorgehoben, ebenso wie Beschwerden über das Veröffentlichungsformat.
(basierend auf 3 Leserbewertungen)
Cassandra: The Definitive Guide, (Revised) Third Edition: Distributed Data at Web Scale
Stellen Sie sich vor, was Sie tun könnten, wenn Skalierbarkeit kein Problem wäre. In diesem praktischen Handbuch erfahren Sie, wie das Datenbankmanagementsystem Cassandra Hunderte von Terabyte an Daten verarbeitet und dabei über mehrere Rechenzentren hinweg hochverfügbar bleibt.
Diese überarbeitete dritte Auflage - aktualisiert für Cassandra 4. 0 und neue Entwicklungen im Cassandra-Ökosystem, einschließlich der Bereitstellung in Kubernetes mit K8ssandra, bietet technische Details und praktische Beispiele, die Ihnen helfen, diese Datenbank in einer Produktionsumgebung zu nutzen. Die Autoren Jeff Carpenter und Eben Hewitt zeigen die Vorteile des nicht-relationalen Designs von Cassandra auf und legen dabei besonderes Augenmerk auf die Datenmodellierung.
Entwickler, DBAs und Anwendungsarchitekten, die ein Problem mit der Skalierung einer Datenbank lösen oder eine Anwendung zukunftssicher machen wollen, erfahren, wie sie die Geschwindigkeit und Flexibilität von Cassandra nutzen können. Verstehen Sie die verteilte und dezentrale Struktur von Cassandra Verwenden Sie die Cassandra Query Language (CQL) und cqlsh (die CQL-Shell) Erstellen Sie ein funktionierendes Datenmodell und vergleichen Sie es mit einem äquivalenten relationalen Modell Entwerfen und entwickeln Sie Anwendungen unter Verwendung von Client-Treibern Untersuchen Sie die Clustertopologie und lernen Sie, wie Knoten Daten austauschen Behalten Sie ein hohes Leistungsniveau in Ihrem Cluster bei Einsatz von Cassandra vor Ort, in der Cloud oder mit Docker und Kubernetes Integrieren Sie Cassandra mit Spark, Kafka, Elasticsearch, Solr und Lucene