Cassandra数据库:曾被Facebook抛弃 现正帮苹果壮大
发布于 2014-08-06 22:37:53 | 183 次阅读 | 评论: 0 | 来源: 网友投递
Apache Cassandra 开源分布式Key-Value存储系统
Apache Cassandra是一套开源分布式Key-Value存储系统。它最初由Facebook开发，用于储存特别大的数据。Facebook目前在使用此系统。
据《连线》杂志报道，开源分布式NoSQL数据库系统Cassandra最初由Facebook开发，后又被其HBase数据库取代而遭抛弃。可是现在，Cassandra已经成为诸多网络巨头关键的网络基础之一，正帮助苹果等公司发展壮大。
顺势而起
马特·法伊尔（Matt Pfeil）开车从奥斯汀前往圣安东尼奥的一路上，脑子里只想着一件事：阻止乔纳森·埃利斯（Jonathan Ellis）从云计算公司Rackspace辞职。此前，埃利斯曾给包括法伊尔在内的同事发邮件，宣称他将离开Rackspace，创建一家以Cassandra为核心的新公司。
Cassandra是一套开源分布式NoSQL数据库系统，最初由社交网站Facebook开发，帮助应付后者产生的大量数字信息。法伊尔曾在Rackspace公司接触过Cassandra，因此他知道这套系统的价值。但法伊尔不希望Rackspace失去埃利斯。在不写代码时，法伊尔还帮助公司招募志同道合之人，因此他非常不想看到埃利斯离开。
法伊尔与埃利斯在圣安东尼奥的泰国小餐馆见面吃午餐，他提出埃利斯不应该辞职的一大串理由。但很快，他此来的初衷就被改变。当法伊尔指出，埃利斯还没有找到可以运营初创企业业务的人才时，埃利斯立刻邀请他加入新公司。法伊尔回忆说：“当埃利斯邀请我时，我开始思考自己想要什么样的生活。我才20多岁，还没有组建家庭，这正是创业的最佳时机。尽管但是我没有立即答应，但心中已埋下种子。”
不久后，甚至就连Rackspace也加入进来。这家公司不仅为法伊尔和埃利斯新的冒险发出祝福，甚至还为他们提供启动资金。Rackspace已经初见Cassandra展示出的强大威力，因为至少其2名重要员工对其信心十足。Rackspace也知道，随着网络数据数量的日益庞大，处理起来将越来越困难复杂，而Cassandra的作用将逐渐显现出来。4年以后，埃利斯等人的冒险终于获得丰厚回报。
回报丰厚
今天，埃利斯与法伊尔的初创企业DataStax已经成了众多重塑数百万数据库市场的众多公司之一，软件业巨头甲骨文也正逐渐放松对这个市场的控制。与甲骨文的传统数据库不同，Cassandra等数据库系统专被设计用于在机器集群中运行，可同时处理大量数据，而这正是现代世界所需要的。
尽管Facebook已经全部放弃Cassandra，但这种技术已经成为诸多网络巨头最关键的网络基础之一，比如Twitter、Netflix，甚至包括苹果公司。DataStax也为其他各种行业建立了不同版本的Cassandra工具。DataStax已经筹资8400万美元，目前有员工300多人，正准备IPO。埃利斯称，他们已经有500多家客户，包括“财富100强”中的25家大公司。
诞生之旅
Facebook工程师阿维纳什·拉克希曼（Avinash Lakshman）与普拉杉特·马利克（Prashant Malik）是Cassandra的最早建立者，其目的是帮助用户在社交网络上搜寻你的收件箱。如同其他的NoSQL数据库一样，Cassandra废除了传统关系模型（即将数据在单台机器上整齐地排成行与列），其主要特点就是它不再是一个数据库，而是由一堆数据库节点共同构成的一个分布式网络服务。对于日益扩大的Facebook来说，这种功能非常重要。
拉克斯曼曾为亚马逊研究分布式数据储存系统Dynamo，但是他与马利克也从谷歌2006年出版的书中获得灵感，这本书专门介绍谷歌的网络数据库BigTable。Facebook及其创始人马克·扎克伯格（Mark Zuckerberg）决定于2008年夏为Cassandra开源，与CouchDB和MongoDB等其他数据库一起，拉开了当前宏大的NoSQL运动序幕。
就在这一年，Rackspace雇佣了埃利斯，请其对下一代数据库进行评估。当时，埃利斯几乎测试了所有可以找到的NoSQL数据库，他称Cassandra表现最棒。埃利斯说：“Facebook为Cassandra开源，但没有继续推动它向前发展，可是其技术基础依旧领先于任何人。”
Facebook没有围绕Cassandra建立一个用户群体，Cassandra既代表着责任，也代表着机遇。埃利斯可以整合开源计划以满足Rackspace的需要，即建立和引导用户群。但是直到2010年，埃利斯才有了创建自己的Cassandra公司的想法。Cassandra已经获得Facebook和Rackspace之外的关注，当另一家公司的一名工程师告诉埃利斯，该公司已经决定利用NoSQL数据库，因为一家初创企业将会提供软件技术支持，埃利斯知道他必须行动起来。
坚持前进
即使Cassandra在默默成长，但最初的热情也在消退。今天，已经有许多NoSQL数据库与其竞争。当Facebook决定利用Hbase取代Cassandra时，后者的荣光再受重创。即使NoSQL的激情消退, 但Cassandra依然坚持前进，并继续沿途寻找新的用户。据奥地利咨询公司Solid IT汇编的数据显示, Cassandra是世界上第二受欢迎的NoSQL数据库，仅次于MongoDB，也是世界上增长速度第三快的数据库系统。
DataStax在此过程中贡献良多，包括为Cassandra提供名为DataStax Enterprise的专有服务和支持。埃利斯说：“许多公司的时间比资金更充裕，因此它们可以利用开源Cassandra，并提供反馈。但是其他公司更希望选择以金钱换时间，它们付钱购买企业版本的数据库。就我个人而言，尽管销售团队会有歧义，但我很高兴与来自其他阵营的人合作。”
随着Cassandra用户群的持续扩大，越来越多的公司开始支持其开发。苹果现在已经是这一项目的第二大贡献者，尽管其对于如何使用这种数据依然库闭口不言。埃利斯没有证实苹果是否是DataStax的客户，但3名苹果工程师正准备参加9月份一年一度的Cassandra峰会。Cassandra甚至已经找到回归Facebook的路，这要感谢后者并购了Instagram，Instagram是Cassandra的忠实用户。
角逐未来
科技界的发展已经达到了一个瓶颈，一家公司开发的数据库产品将不可能再主导整个市场。现在，有许多储存和处理数据的方法。但从2008年以来，大数据的前景始终在进化。谷歌公布诸多新工具，比如Dremel（可以极速速度查询数据）、Spanner（受Cassandra启发开发的数据库）。
开源客户群体正试图保持这些优势。MapR2012年开始建造Dremel的复制版本Drill，名为Databricks的初创企业已开发一款分析系统Spark，雅虎正在使用。近来，一群前谷歌工程师开始建造Spanner的克隆版CockroachDB。
埃利斯说，对于Cassandra和DataStax来说，当前的战略是确保其技术能与其他新技术兼容。比如，DataStax近来为Spark推出一款连接器，能让软件设计师更轻松地使用Spark去分析储存在Cassandra数据库中的数据。埃利斯说：“我们正尝试打造可驱动应用程序进化的数据库，而非没有必要的分析性数据库。”