Desde la GA en noviembre de 2018, Couchbase Analytics se está utilizando en múltiples verticales para obtener información rápidamente: análisis ad hoc por parte de un proveedor de pagos, análisis de carritos de la compra por parte de un minorista electrónico, motor de reservas de billetes de última generación por parte de una aerolínea global, movimiento en tiempo real de carritos de comida dentro de un estadio de béisbol a medida que los aficionados lo llenan, y muchos más.
En la versión inicial, uno de los objetivos de diseño del sistema era la disponibilidad del servicio Analytics para ejecutar consultas incluso cuando se estaban realizando operaciones de reequilibrio, failover o rollback en un clúster. Como resultado, el servicio Analytics devolvería los resultados de las consultas incluso cuando los datos estuvieran siendo movidos o re-particionados. Este diseño se adaptó a la productividad de los desarrolladores y permitió a los equipos de DevOps reequilibrar, conmutar por error o revertir un clúster de Couchbase de forma independiente.
A medida que los clientes han implementado Analytics en la producción, una petición habitual es garantizar que no se devuelvan resultados no monotónicos. El comportamiento no monótono se produce cuando una consulta evaluada en un momento determinado C devuelve un resultado que era actual en el momento A, un punto muy anterior en el tiempo, con consultas intermedias que han devuelto resultados más recientes. La figura siguiente ilustra este concepto.
Esto es especialmente cierto para los clientes que ejecutan aplicaciones críticas de negocio en Couchbase como el gasto del consumidor, las ventas por trimestre, los artículos en el carrito de la compra, el inventario, etc. Los clientes no quieren que los informes, cuadros de mando, análisis y, en consecuencia, los conocimientos se vean afectados por las operaciones del clúster mientras se ejecutan estas aplicaciones críticas para el negocio.
Para garantizar que las consultas futuras sólo vuelvan una vez que la ingestión de datos en Analytics vuelva al estado en el que se ejecutaron las consultas anteriormente, estamos introduciendo la "coherencia de escaneado" en la próxima versión.
La coherencia de exploración hace referencia al hecho de que los datos del servicio Analytics son coherentes con el estado de los datos del servicio de datos.
El objetivo de la consistencia de escaneo es evitar el comportamiento no monotónico al no devolver resultados de consulta antes de que se alcance de nuevo un estado previamente válido.
Para ello, basta con establecer las preferencias adecuadas en el banco de trabajo de consultas. He adjuntado una captura de pantalla a continuación con la preferencia "consistencia de escaneo" establecida en cualquiera de las siguientes:
- no_limitado
- solicitud_plus
not_bounded (por defecto):
Al igual que en la versión 6.0, la consulta se evaluará inmediatamente en función de los datos actuales que se hayan ingestado (o reingestado en caso de retroceso significativo).
request_plus:
Antes de ejecutar la consulta, se identificarán los conjuntos de datos necesarios para responder a la consulta y Analytics recuperará el estado actual de los buckets de los nodos de datos que alimentan esos conjuntos de datos. La consulta no se ejecutará hasta que los conjuntos de datos hayan ingestado todos los datos hasta el estado del bucket cuando se recibió la solicitud de consulta.
Si lo desea, también puede especificar el tiempo de espera antes de que se agote el tiempo de espera de una consulta mediante el parámetro "scan_wait" parámetro.
A solicitud_plus consulta con un scan_wait se agotará si no se alcanza el nivel de consistencia de escaneado solicitado en el tiempo especificado.
Recursos
Descargar
Descargar Couchbase Server 6.5
Documentación
Notas de la versión de Couchbase Server 6.5
Novedades de Couchbase Server 6.5
Blogs
Blog: Anuncio de Couchbase Server 6.5 - Novedades y mejoras
Blog: Couchbase lleva las Transacciones Distribuidas Multidocumento ACID a NoSQL
