Instalación de Casandra Para instalar cassandra se recomienda tener la última versión de JAVA instalada.

Transcripción

1 Bases de Datos Avanzadas GUIA PARA CASSANDRA En esta guía se explicara como instalar cassandra, como agregar datos a cassandra usando spoon, y como corregir algunos problemas que puede aparecer. Para esta guía se usaron cassandra 2.0.7, phentaho data integration stable, DevCenter y DataStax community Instalación de Casandra Para instalar cassandra se recomienda tener la última versión de JAVA instalada. Cassandra se puede instalar usando los archivos de la página de cassandra o usando archivos de terceros, en esta guía se explicara como instalar cassandra usando los archivos de la página de cassandra y los archivos de cassandra community. Desde la pagina de cassandra Para instalas cassandra toca ir a la siguiente página, donde se encontrara la última versión. una vez ya descargado se procederá a descomprimir el archivo. Antes de correr cassandra, se tendrá que configurar la variable de entorno JAVA_HOME. Despues de esto se va al directorio donde esta cassandra y en la carpeta bin se encontrara un archivo cassandra.bat el cual ejecutaremos para correr cassandra. Para poder crear tablas, keyspaces y otros cassandra trae incluidos dos programas, uno es cassandra-cli.bat el cual maneja el lenguaje CLI, y trae también cqlsh.bat que maneja el lenguaje CQL, el cual tiene mucho parecido con SQL. Estos dos programas son para manejar desde consola, en caso de querer una forma un poco más amigable para el usuario se puede descargar el DevCenter. Desde cassandra community La versión de Cassandra community tiene la ventaja de que no solo trae Cassandra, sino que también trae otras herramientas como Dats Stax OpsCenter, el cual es una herramienta para poder configurar la base de datos cassadra a nivel macro, es decir, que con esta herramienta podemos configurar los datos, ver su estado, ver el uso de la base de datos, ver que keyspaces se tienen de forma gráfica. Para instalar esta versión toca ir a la pagina de planet cassandra o de data stax, y descargar la última versión

2 una vez descargado se ejecuta el instalador, se aceptan los términos y condiciones, se escoge la ruta donde se instalara,y después aparece una ventada donde nos permite escoger si queremos que cassandra y ops center estén como servicios del sistema, con esto cuando se inicie el sistema operativo se ejecutaran estos servicios. Por último se le da a instalar y ya tendremos cassandra en el computador listo para usarce. Instalacion de DevCenter DevCenter es una plataforma con la cual se puede manipular la base de datos cassandra usando CQL 3, esta además permite crear scripts para esta base de datos. Para instalar DevCenter toca descárgalos desde la siguiente página: Una vez descargado se descomprime y se ejecuta devcenter.exe y aparecerá una ventana como la siguiente:

3 Ya teniendo esto, solo falta configurar la conexión a cassandra, para esto se hace clic en el icono que esta mas a la izquierda en la sección de conexiones, eso desplegara una nueva ventana.

4

5 En esta ventana, en la parte de connection Name se le pone nombre a la coneccion, este nombre puede ser cualquiera, en la parte de contact hosts se pone el host del servidor de cassandra y se presiona add, en el caso de que todo este en la misma maquina en la que esta corriendo DevCenter se puede poner o localhost, en la parte de Native Protocol port se pone el puerto por el cual se conectara a cassandra, por defecto es el puerto 9042, junto a este esta un boton test con el cual podemos verificar que la coneccion realice con éxito. Al finalizar se le da OK y DevCenter ya estara listo. Agregar datos a cassandra usando spoon de pentaho Como insertar datos en pentaho a cassandra Primero agregar el paso de escribir datos a cassandra, este paso lo que hace es coger todas las columnas entrantes, mira si tienen el mismo nombre que las columnas de una tabla, en esta parte toca tener cuidado ya que es sensible a mayúsculas, no es necesario tener todas las columnas de la tabla, lo mínimo que se requiere es la columna que es llave primaria y otra columna. En este paso se puede también optar por insertar columnas nuevas que no existen en la tabla.

6 Configurar el paso poniendo la información del host, y puerto, cassandra usa el puerto 9160 para conectarse usando JAVA y decir que key space se usara. Después seleccionar la pestaña de write options

7 En esta pestaña pulsar get column family names, en caso de tener bien configurado la coneccion se mostrara las tablas (columnas) de la keyspace. Después pulsar get fields, y se mostraran las columnas que se tienen en phantaho (get fields no muestra las columnas de la tabla de cassandra), en esta parte se selecciona cual columna será usada como llave primaria. Con el botón Show schema se podrá ver cómo está configurada la tabla, en caso de que muestre un error o sea null, es posible que se deba a un problema de compatibilidad entre la tabla y spoon. Por ultimo en la pestaña de Schema options se tiene opciones para actualizar la base de datos, entre estas opciones esta créate column family que permite crear una nueva tabla con las columnas entrantas, Update column family meta data permitirá agregar las columnas entrantes que no estén en la tabla, esta última opción es recomendable no tenerla puesta debido a que si uno no tiene las columnas entrantes con exactamente el mismo nombre que aparece en la tabla esto hará que se creen nuevas columnas.

8 Problema con las librerías En caso de que spoon no puede agregar los datos, es posible que no se puede debido a un problema con las librerías, para resolver este problema toca hacer los siguientes pasos. Ir a la ruta donde está instalado spoon, después ir a <pentaho>\plugins\pentaho-big-data-plugin\lib Copiar los archivos slf4j-api jar y slf4j-log4j jar y pegarlos en la carpeta <pentaho>\plugins\pentaho-cassandra-plugin\lib Con esto se resolverán los problemas con las librerias Problema con reconocer las columnas de cassandra En algunos casos cuando se usa java, cuando se intenta extraer información de las tablas se generara un problema, esto se puede deber a que se crearon las tablas con CQL 3, pero con el adaptador de JAVA no se puede leer esta información. Para solucionar este problema se puede crear las tablas con compatibilidad para las anteriores versiones de cassandra. Para hacer esto se tiene que poner al final de la tabla with COMPACT STORAGE; esto tendrá sus implicaciones; no se podrá tener una llave primaria compuesta, no se podrá usar el tipo de dato collection y

9 en caso de estar usando scripts con DevCenter se tendrá que tener un scripts para las tablas y otro script para los índices. Ejemplo de tabla: CREATE TABLE estudiantes ( usuario varchar, documento varchar, apellidos varchar, nombres varchar, direccion varchar, telefonos varchar, correos varchar, fecha_nacimiento timestamp, codigo_departamento varchar, departamento varchar, codigo_municipio varchar, municipio varchar, PRIMARY KEY (usuario) ) with COMPACT STORAGE;