Apache Cassandra
Apache Cassandra se trata de un software NoSQL distribuido y basado en un modelo de almacenamiento de «clave-valor», de código abierto que está escrita en Java. Permite grandes volúmenes de datos en forma distribuida. Por ejemplo, lo usa Twitter para su plataforma. Su objetivo principal es la escalabilidad lineal y la disponibilidad. La arquitectura distribuida de Cassandra está basada en una serie de nodos iguales que se comunican con un protocolo P2P con lo que la redundancia es máxima. Está desarrollada por Apache Software Foundation.
| Apache Cassandra | ||
|---|---|---|
| Información general | ||
| Tipo de programa | sistema de gestión de bases de datos | |
| Autor | Avinash Lakshman, Prashant Malik | |
| Desarrollador | Apache Software Foundation | |
| Lanzamiento inicial | 2008 | |
| Licencia | Apache License 2.0 | |
| Estado actual | Activo | |
| Información técnica | ||
| Programado en | Java | |
| Versiones | ||
| Última versión estable | 3.11.7 (25 de julio de 2020) | |
| Enlaces | ||
| Sitio web oficial Repositorio de código Seguimiento de errores | ||
Cassandra ofrece soporte robusto para múltiples centros de datos,[1] con la replicación asincrónica sin necesidad de un servidor maestro, que permiten operaciones de baja latencia para todos los clientes.
Cassandra también ofrece un gran rendimiento. En 2012, investigadores de la Universidad de Toronto que estudian los sistemas NoSQL concluyeron que "En términos de escalabilidad, hay un claro ganador a través de nuestros experimentos. Cassandra logra el más alto rendimiento para el número máximo de nodos en todos los experimentos", aunque "esto tiene como precio una alta latencia de escritura y lectura". [2]
El modelo de datos de Cassandra consiste en particionar las filas, que son reorganizadas en tablas .[3] Las claves primarias de cada tabla tiene un primer componente que es la clave de partición. Dentro de una partición, las filas son agrupadas por las columnas restantes de la clave. [4] Las demás columnas pueden ser indexadas por separado de la clave primaria.[5]
Las tablas se pueden crear, eliminar y alterar en tiempo de ejecución sin bloquear actualizaciones y consultas. [6]
Cassandra no soporta la sentencia JOIN o subqueries, sino que enfatiza en la desnormalización a través de características como colecciones.[7]
En las versiones iniciales utilizaba un API propia para poder acceder a la base de datos. En los últimos tiempos están apostando por un lenguaje denominado CQL (Cassandra Query Language, no confundir con Contextual Query Language) que posee una sintaxis similar a SQL aunque con muchas menos funcionalidades. Esto hace que iniciarse en el uso de la misma sea más sencillo. Permite acceder en Java desde JDBC.
Historia
Apache Cassandra fue inicialmente desarrollada en Facebook para impulsar las búsqueda en la bandeja de entrada por Avinash Lakshman (uno de los autores de Amazon's Dynamo) y Prashant Malik. Fue lanzada como un proyecto open source de Google code en julio de 2008.[8] En marzo de 2009, se transformó en un proyecto de Apache Incubator.[9] El 17 de febrero de 2010 se graduó como un proyecto de alto nivel.[10]
Publicaciones después de la graduación:
- 0.6, 12 de abril de 2010, añaden soporte para cacheo integrado y para Apache Hadoop MapReduce[11]
- 0.7, 8 de enero de 2011, añaden índices secundarios y cambios en línea en el "scheme" de la base de datos[12]
- 0.8, 2 de junio de 2011, añaden el Cassandra Query Language (CQL), "self-tuning memtables", y soporte para mantenerse funcionando durante actualizaciones de versión[13]
- 1.0, 17 de octubre de 2011, añaden compresión integrada, compactación por niveles y se mejora el desempeño de lectura[14]
- 1.1, 23 de abril de 2012, añaden cache "self-tuning", aislamiento a nivel de fila y soporte para desarrollo en múltiples sistemas de disco[15]
- 1.2, 2 de enero de 2013, añaden clustering a través de nodos virtuales, comunicación entre nodos, procesos "batch" atómicos y traza de solicitudes[16]
- 2.0, 4 de septiembre de 2013, añaden transacciones livianas (basadas en el protocolo Paxos), triggers, y compactaciones improvisadas.
- 2.0.4, 30 de diciembre de 2013, añaden la especificación de los centros de datos para participar en una reparación, soporte de encriptación del cliente para el "sstableloader" y remover snapshots que no existen más.[17]
- 2.1.0 10 de septiembre de 2014 [18]
- 2.1.5 29 de abril de 2015 [19]
- 2.1.6 nueva versión Junio 8, 2015
- 2.1.7 nueva versión Junio 22, 2015
- 2.2.0 nueva versión Julio 20, 2015
- 2.2.2 nueva versión Octubre 5, 2015
- 3.0 nueva versión y luego se comienzan a realizar liberaciones mensualmente usando el tick-tock model.[20]
- 3.2.2 nueva versión Enero 18, 2016
- 3.7 nueva versión Junio 13, 2016
- 3.11.1 nueva versión Octubre 10, 2017
| Versión | Fecha liberación original | Última versión | Fecha liberación | Estado[21] |
|---|---|---|---|---|
| 0.6 | 2010-04-12 | 0.6.13 | 2011-04-18 | Ya no tiene soporte |
| 0.7 | 2011-01-10 | 0.7.10 | 2011-10-31 | Ya no tiene soporte |
| 0.8 | 2011-06-03 | 0.8.10 | 2012-02-13 | Ya no tiene soporte |
| 1.0 | 2011-10-18 | 1.0.12 | 2012-10-04 | Ya no tiene soporte |
| 1.1 | 2012-04-24 | 1.1.12 | 2013-05-27 | Ya no tiene soporte |
| 1.2 | 2013-01-02 | 1.2.19 | 2014-09-18 | Ya no tiene soporte |
| 2.0 | 2013-09-03 | 2.0.17 | 2015-09-21 | Ya no tiene soporte |
| 2.1 | 2014-09-16 | 2.1.13 | 2016-02-08 | Tiene soporte |
| 2.2 | 2015-07-20 | 2.2.5 | 2016-02-08 | Tiene soporte |
| 3.0 | 2015-11-09 | 3.0.5 | 2016-04-11 | Tiene soporte |
| 3.2 | 2015-11-09 | 3.2.1 | 2016-01-18 | Ya no tiene soporte |
| 3.7 | 2016-06-13 | 3.7 | 2016-06-13 | Ya no tiene soporte |
| 3.11 | 2017-06-23 | 3.11.7 | 2020-07-25 | Última liberación |
Leyenda: Versión antigua Versión antigua, con soporte técnico Última versión Última versión previa | ||||
Características principales
- Descentralizado
- Todos los nodos del clúster tiene el mismo rol. No hay un único punto de fallo. Los datos se distribuyen a través del clúster (por lo que cada nodo contiene datos diferentes). No existe un nodo maestro por lo que cada nodo puede dar servicio a cualquier solicitud.
- Soporta replicación y replicación de múltiples data center
- Las estrategias de replicación son configurables .[22] Cassandra está diseñado como un sistema distribuido, para el despliegue de un gran número de nodos a través de múltiples centros de datos. La arquitectura distribuida de Cassandra está diseñado para desplegarse sobre múltiples data center, tener redundancia y recuperarse ante desastres.
- Escalabilidad
- El rendimiento de leer y escribir aumenta linealmente a medida que se añaden nuevos nodos. Se pueden agregar nuevos nodos sin necesidad de interrumpir la ejecución de la aplicación.
- Tolerancia a fallos
- Los datos se replican automáticamente a múltiples nodos para recuperarse frente a fallos. Cassandra soporta replicación a través de múltiples datacenter. Se puede reemplazar nodos que presenten fallos sin tiempo de inactividad o interrupción de la aplicación.
- Consistencia
- Se ofrece la elección del nivel de consistencia para las lecturas y escrituras.
Un ejemplo posible de consulta utilizando consistencia es el siguiente: SELECT * FROM users WHERE state='TX' USING CONSISTENCY QUORUM;
| Nivel | Descripción |
|---|---|
| ONE | Retorna una respuesta de la réplica más cercana. |
| QUORUM | Retorna la grabación con la fecha de creación más reciente en el quorum de réplicas de respuesta. |
| LOCAL_QUORUM | Retorna la grabación con la fecha de creación más reciente en el quorum de réplicas que se encuentran en el mismo nodo que el nodo coordinador solicitante. Evita el retardo de comunicación entre data-centers. |
| EACH_QUORUM | Retorna la grabación con la fecha de creación más reciente en el quorum de réplicas de cada data-cetner del cluster que responda. |
| ALL | Retorna la grabación con la fecha de creación más reciente de todas las réplicas que respondan. Fallará si alguna replica no responde. |
| Nivel | Descripción |
|---|---|
| ANY | Una escritura debe ser realizada en al menos un nodo. |
| ONE | Una escritura debe ser escrita en el Commit Log y MemTable de al menos un nodo de replicación. |
| QUORUM | Una escritura debe ser escrita en el Commit Log y MemTable en un quorum de nodos de réplica |
| LOCAL_QUORUM | Una escritura debe ser escrita en el Commit Log y MemTable en un quorum de nodos de réplica en el mismo data-center que el nodo coordinador. Evita el retardo de comunicación entre data-centers. |
| EACH_QUORUM | Una escritura debe ser escrita en el Commit Log y MemTable en un quorum de nodos de réplica en todos los data-centers. |
| ALL | Una escritura debe ser escrita en el Commit Log y MemTable en todos las réplicas de nodos en el clúster para esa clave de fila. |
- Soporte MapReduce
- Cassandra está integrado con Apache Hadoop para soportar MapReduce. También existe soporte para Apache Pig y Apache Hive.[23]
- Lenguaje de consulta
- Cassandra introduce CQL (Cassandra Query Language), una alternativa similar a SQL para la interfaz RPC tradicional. Existen drivers disponibles para Java (JDBC), Python (DBAPI2), Node.JS (Helenus), Go (gocql) y C++.[24]
- Ejemplo de creación de un keyspace, incluyendo una columna en CQL 3.0:[25]Resultado:
CREATE KEYSPACE MiEspacioClaves WITH REPLICATION = { 'class' : 'SimpleStrategy', 'replication_factor' : 3 }; USE MiEspacioClaves; CREATE COLUMNFAMILY MisColumnas (id text, Apellido text, Nombre text, PRIMARY KEY(id)); INSERT INTO MisColumnas (id, Apellido, Nombre) VALUES ('1', 'Perez', 'Juan'); SELECT * FROM MisColumnas;
id | nombre | apellido ----+--------+--------- 1 | Juan | Perez (1 fila)
Modelo de Datos
Cassandra es esencialmente un híbrido entre un modelo Clave-Valor y una base de datos Tabular (Orientado a columnas).
La familia de columnas (llamada “Tabla” desde CQL3) se asemeja a una tabla en un RDBMS. Estas contienen filas y columnas. Cada fila tiene múltiples columnas, cada una de estas tiene a su vez un nombre, un valor y un timestamp. A diferencia de una tabla en un RDBMS, diferentes filas en una misma familia de columnas, no tiene por qué compartir el mismo conjunto de columnas, y además, una columna puede ser añadida a una o a múltiples filas en cualquier momento. Cada clave en Cassandra, corresponde a un valor que es a su vez un objeto. Cada clave tiene valores como columnas, y las columnas son agrupadas en sets que son llamados familias de columnas. Así, cada clave identifica una fila con un número variable de elementos. Estas familias de columnas, pueden ser consideradas como tablas. Una tabla en Cassandra es un mapa multi-dimensional distribuido, indexado por una clave. Además, las aplicaciones pueden especificar el orden de las columnas dentro de una Súper Columna, o una Familia de Columnas Simples.
Clustering
Cuando se diseña el clúster para Apache Cassandra, un punto importante es seleccionar la partición correcta. Existen dos tipos de partición:
- 1. Partición Aleatoria (RP): Esta partición distribuye los pares Clave-Valor de una forma aleatoria sobre la red, resultando en un buen balanceo de la carga. Si lo comparamos con OPP, en este modelo (RP) se debe accede a más nodos para obtener un número de claves.
- 2. Partición con Preservación del Orden (OPP): Este tipo de partición distribuye las tuplas Clave-Valor en una forma natural, donde las claves similares no se separan demasiado. La ventaja es que solo se debe acceder a unos pocos nodos. La desventaja es la distribución irregular de claves-valor en los distintos nodos.
Licenciamiento y Soporte
Apache Cassandra es un proyecto de Apache Software Foundation, por lo que tiene una Apache License (version 2.0).
Administración y Monitoreo
Cassandra en un sistema a base de Java que puede ser administrado y monitoreado con Java Management Extensions (JMX). Nodetool, por ejemplo, puede ser usado para administrar un clúster de Cassandra (agregando nodos a un aro, etc.).[26] Nodetool también ofrece varias comandos para conseguir métricas de Casandra perteneciente a uso de disco, estado latente, compactación, recolección de basura, entre otras.[27]
Usuarios Conocidos
- WalmartLabs[28] (anteriormente Kosmix) usa Cassandra con SSD
- Apple usa 75,000 nodos de Cassandra, como se reveló en el Cassandra Summit San Francisco 2014.[29]
- AppScale usa Cassandra como back-end para aplicaciones de Google App Engine[30]
- CERN usa un prototipo basado en Cassandra para el experimento ATLAS para archivar su sistema de monitoreo en línea.[31]
- Cisco WebEx usa Cassandra para almacenar la retroalimentación y actividades de los usuarios en tiempo real.[32]
- Cloudkick usa Cassandra para almacenar métricas de los servidores de sus usuarios.[33]
- Constant Contact usa Cassandra en sus aplicaciones de correo electrónico y redes sociales.[34]
- Digg, un gran sitio web de noticias, anunció el 9 de setiembre de 2009 que empezó a usar Cassandra[35]
- Facebook usa Cassandra para su sistema de búsquedas en la bandeja de entrada, con una implemetanción de más de 200 nodos.[36]
- Formspring usa Cassandra para contar respuestas, así como para almacenar datos como seguidores, usuarios bloqueados, etc.[37]
- IBM realizó investigaciones para desarrollar un sistema de correo electrónico basado en Cassandra.[38]
- Mahalo.com usa Cassandra para guardar la actividad de sus usuarios y temas para su sitio Q&A[39][40]
- Netflix usa Cassandra como base de datos de back-end para su servicio de streaming[41][42]
- Nutanix usa Cassandra para almacenar metadatos y estadísticas. [43]
- Openwave usa Cassandra como base de datos distribuida y como mecanismo de almacenamiento para su plataforma de mensajes de próxima generación[44]
- OpenX tiene más de 130 nodos de Cassandra para OpenX Enterprise, donde almacena y replica anuncios y datos para propaganda[45]
- PostRank usa Cassandra como base de datos de backend[46]
- Rackspace usa Cassandra internamente.[47]
- Reddit se cambió a Cassandra de memcacheDB el 12 de marzo de 2010[48] y experimentó algunos problemas en mayo por comenzar con pocos nodos.[49]
- RockYou usa Cassandra para grabar cada canción[50]
- SoundCloud usa Cassandra para almacenar el dashboard de sus usuarios[51]
- Talentica Software usa Cassandra como back-end para hacer análisis de datos, con más de 30 nodos insertando alrededor de 200GB de datos diariamente.[52]
- Twitter anunció que está planificando cambiar MySQL por Cassandra[53][54]
- Urban Airship usa Cassandra con el servicio de almacenamiento movie, con más de 160 millones de aplicaciones instaladas en más de 80 millones de dispositivos[55]
- Wikimedia usa Cassandra como base de datos de backend.[56]
- Zoho usa Cassandra para una pre-visualización de su bandeja de entrada de Zoho Mail.
Facebook cambió su desarrollo de la versión preliminar de Apache Cassandra a finales de 2010, cuando reemplazaron la búsqueda en la bandeja de entrada por su plataforma de mensajería. En 2012, Facebook comenzó a usar Apache Cassandra en Instagram.[57]
Véase también
Uso académico
- BigTable
- Distributed database
- Distributed hash table (DHT)
- Dynamo (storage system) - Cassandra toma muchos elementos de Dynamo
- NoSQL
Alternativas populares
- Aerospike
- HyperDex
- Apache HBase - Apache Hadoop Basada en bases de datos distribuidas. Similar a BigTable
- MongoDB
Otras alternativas
- Apache Accumulo - Secure Apache Hadoop Basada en bases de datos distribuidas.
- Berkeley DB
- Druid (open-source data store)
- Hypertable - Apache Hadoop Basada en bases de datos distribuidas. Similar a BigTable
- Riak
Alternativas comerciales
- DataStax
- Impetus Technologies
Referencias
- Casares, Joaquin (5 de noviembre de 2012). «Multi-datacenter Replication in Cassandra». DataStax. Consultado el 25 de julio de 2013. «Cassandra’s innate datacenter concepts are important as they allow multiple workloads to be run across multiple datacenters…».
- Rabl, Tilmann; Sadoghi, Mohammad; Jacobsen, Hans-Arno; Villamor, Sergio Gomez-; Mulero -, Victor Muntes; Mankovskii, Serge (27 de agosto de 2012). «Solving Big Data Challenges for Enterprise Application Performance Management». VLDB. Consultado el 25 de julio de 2013. «In terms of scalability, there is a clear winner throughout our experiments. Cassandra achieves the highest throughput for the maximum number of nodes in all experiments... this comes at the price of high write and read latencies».
- DataStax (15 de enero de 2013). . Archivado desde el original el 26 de julio de 2013. Consultado el 25 de julio de 2013.
- Ellis, Jonathan (15 de febrero de 2012). «Schema in Cassandra 1.1». DataStax. Consultado el 25 de julio de 2013.
- Ellis, Jonathan (3 de diciembre de 2010). «What’s new in Cassandra 0.7: Secondary indexes». DataStax. Consultado el 25 de julio de 2013.
- Ellis, Jonathan (2 de marzo de 2012). «The Schema Management Renaissance in Cassandra 1.1». DataStax. Consultado el 25 de julio de 2013.
- Lebresne, Sylvain (5 de agosto de 2012). «Coming in 1.2: Collections support in CQL3». DataStax. Consultado el 25 de julio de 2013.
- Hamilton, James (12 de julio de 2008). «Facebook Releases Cassandra as Open Source». Consultado el 4 de junio de 2009.
- «Is this the new hotness now?». Mail-archive.com. 2 de marzo de 2009. desde el original el 25 de abril de 2010. Consultado el 29 de marzo de 2010.
- «Cassandra is an Apache top level project». Mail-archive.com. 18 de febrero de 2010. desde el original el 28 de marzo de 2010. Consultado el 29 de marzo de 2010.
- The Apache Software Foundation Announces Apache Cassandra Release 0.6 : The Apache Software Foundation Blog
- The Apache Software Foundation Announces Apache Cassandra 0.7 : The Apache Software Foundation Blog
- [https://web.archive.org/web/20150608075711/http://grokbase.com/t/cassandra/user/1162fkpwx2/release-0-8-0 Archivado el 8 de junio de 2015 en Wayback Machine. [Cassandra-user] [RELEASE] 0.8.0 - Grokbase]
- Cassandra 1.0.0. Is Ready for the Enterprise
- The Apache Software Foundation Announces Apache Cassandra™ v1.1 : The Apache Software Foundation Blog
- «The Apache Software Foundation Announces Apache Cassandra™ v1.2 : The Apache Software Foundation Blog». apache.org. Consultado el 11 de diciembre de 2014.
- Eric Evans. . qnalist.com. Archivado desde el original el 13 de diciembre de 2014. Consultado el 11 de diciembre de 2014.
- Sylvain Lebresne (10 de septiembre de 2014). «[VOTE SUCCESS] Release Apache Cassandra 2.1.0». mail-archive.com. Consultado el 11 de diciembre de 2014. (enlace roto disponible en Internet Archive; véase el historial, la primera versión y la última).
- «Release Apache Cassandra 2.5.5». Consultado el 7 de junio de 2015.
- «Cassandra 2.2, 3.0». 16 de junio de 2015. Consultado el 22 de abril de 2016.
- «Cassandra Server Releases». cassandra.apache.org. Consultado el 15 de diciembre de 2015.
- «Deploying Cassandra across Multiple Data Centers». DataStax. Consultado el 11 de diciembre de 2014.
- "Hadoop Support" el 16 de noviembre de 2017 en Wayback Machine. article on Cassandra's wiki
- «DataStax C/C++ Driver for Apache Cassandra». DataStax. Consultado el 15 de diciembre de 2014.
- . Archivado desde el original el 13 de enero de 2016. Consultado el 5 de enero de 2016.
- . wiki.apache.org. Archivado desde el original el 13 de enero de 2016. Consultado el 28 de enero de 2016.
- «Monitor Cassandra Performance Metrics». Datadog (en inglés estadounidense). Consultado el 28 de enero de 2016.
- . walmartlabs.com. Archivado desde el original el 13 de diciembre de 2014. Consultado el 11 de diciembre de 2014.
-
- Lev Walker: A definition of "Massive scale" from Apple. #CassandraSummit en Twitter
- . Archivado desde el original el 7 de septiembre de 2013.
- «A Persistent Back-End for the ATLAS Online Information Service (P-BEAST)».
- «Re: Cassandra users survey». Mail-archive.com. 21 de noviembre de 2009. desde el original el 17 de abril de 2010. Consultado el 29 de marzo de 2010.
- 4 Months with Cassandra, a love story |Cloudkick, manage servers better el 11 de mayo de 2011 en Wayback Machine.
- Finley, Klint (18 de febrero de 2011). «This Week in Consolidation: HP Buys Vertica, Constant Contact Buys Bantam Live and More». Read Write Enterprise.
- Eure, Ian. «Looking to the future with Cassandra».
- «Net compatibele browser». Facebook. Consultado el 29 de marzo de 2010.
- Cozzi, Martin (31 de agosto de 2011). «Cassandra at Formspring».
- «BlueRunner: Building an Email Service in the Cloud». ieee.org. 20 de julio de 2009. Consultado el 29 de marzo de 2010.
- . DataStax.com. Santa Clara, CA, USA: DataStax. 10 de abril de 2012. Archivado desde el original el 17 de diciembre de 2014. Consultado el 13 de junio de 2014.
- Cockcroft, Adrian (11 de julio de 2011). «Migrating Netflix from Datacenter Oracle to Global Cassandra». slideshare.net. Consultado el 13 de junio de 2014.
- Izrailevsky, Yury (28 de enero de 2011). «NoSQL at Netflix».
- . Archivado desde el original el 10 de diciembre de 2015. Consultado el 7 de junio de 2015.
- Mainstay LLC (11 de noviembre de 2013). . DataStax.com. Santa Clara, CA, USA: DataStax. Archivado desde el original el 7 de septiembre de 2014. Consultado el 15 de junio de 2014.
- Grigorik, Ilya (29 de marzo de 2011). . Archivado desde el original el 23 de septiembre de 2011.
- «Hadoop and Cassandra (at Rackspace)». Stu Hood. 23 de abril de 2010. Consultado el 1 de septiembre de 2011.
- david [ketralnis] (12 de marzo de 2010). «what's new on reddit: She who entangles men». blog.reddit. desde el original el 25 de marzo de 2010. Consultado el 29 de marzo de 2010.
- Posted by the reddit admins at (11 de mayo de 2010). «blog.reddit -- what's new on reddit: reddit's May 2010 "State of the Servers" report». blog.reddit. desde el original el 14 de mayo de 2010. Consultado el 16 de mayo de 2010.
- Pattishall, Dathan Vance (23 de marzo de 2011). «Cassandra is my NoSQL Solution but».
- . Archivado desde el original el 5 de septiembre de 2013.
- cite web|url=http://www.talentica.com
- Popescu, Alex. «Cassandra Twitter: An Interview with Ryan King». myNoSQL. desde el original el 1 de marzo de 2010. Consultado el 29 de marzo de 2010.
- Babcock, Charles. «Twitter Drops MySQL For Cassandra - Cloud databases». InformationWeek. desde el original el 2 de abril de 2010. Consultado el 29 de marzo de 2010.
- Onnen, Erik. «From 100s to 100s of Millions».
- Wicke, Gabriel. «Wikimedia REST content API is now available in beta».
- Rick Branson (26 de junio de 2013). «Cassandra at Instagram». DataStax. Consultado el 25 de julio de 2013.
Bibliografía
- Hewitt, Eben (15 de diciembre de 2010). Cassandra: The Definitive Guide (1st edición). O'Reilly Media. p. 300. ISBN 978-1-4493-9041-9.
- Capriolo, Edward (15 de julio de 2011). Cassandra High Performance Cookbook (1st edición). Packt Publishing. p. 324. ISBN 1-84951-512-3.
Enlaces externos
- Sitio web del proyecto
- Proyecto Apache
- Lakshman, Avinash (25 de agosto de 2008). «Cassandra - A structured storage system on a P2P Network». Engineering @ Facebook's Notes. Consultado el 17 de junio de 2014.
- «The Apache Cassandra Project». Forest Hill, MD, USA: The Apache Software Foundation. Consultado el 17 de junio de 2014.
- . Forest Hill, MD, USA: The Apache Software Foundation. Archivado desde el original el 14 de junio de 2014. Consultado el 17 de junio de 2014.
- Hewitt, Eben (1 de diciembre de 2010). «Adopting Apache Cassandra». infoq.com. InfoQ, C4Media Inc. Consultado el 17 de junio de 2014.
- Lakshman, Avinash; Malik, Prashant (15 de agosto de 2009). «Cassandra - A Decentralized Structured Storage System». cs.cornell.edu. The authors are from Facebook. Consultado el 17 de junio de 2014.
- Ellis, Jonathan (29 de julio de 2009). «What Every Developer Should Know About Database Scalability». slideshare.net. Consultado el 17 de junio de 2014. From the OSCON 2009 talk on RDBMS vs. Dynamo, BigTable, and Cassandra.
- «Cassandra-RPM - Red Hat Package Manager (RPM) build for the Apache Cassandra project». code.google.com. Menlo Park, CA, USA: Google Project Hosting. Consultado el 17 de junio de 2014.
- Roth, Gregor (14 de octubre de 2012). «Cassandra by example - the path of read and write requests». slideshare.net. Consultado el 17 de junio de 2014.
- Mansoor, Umer (4 de noviembre de 2012). «A collection of Cassandra tutorials». Consultado el 8 de febrero de 2015.
- Bushik, Sergey (22 de octubre de 2012). «A vendor-independent comparison of NoSQL databases: Cassandra, HBase, MongoDB, Riak». NetworkWorld. Framingham, MA, USA and Staines, Middlesex, UK: IDG. Consultado el 17 de junio de 2014.