HBase 还是 Cassandra？答案

【问题标题】：HBase or Cassandra?HBase 还是 Cassandra？
【发布时间】：2016-02-20 22:51:53
【问题描述】：

在我的 lambda 架构中，我正在讨论是使用 HDFS 还是 Cassandra 来存储我的不可变数据。我需要 Cassandra 来处理在线请求等，所以它是技术栈的必需部分。现在，如果没有必要，我不想将新工具 (HDFS) 引入堆栈。所以我的问题是，如果我不使用 HDFS 并使用 Cassandra 来托管我的不可变数据，我会缺少什么。

编辑：

我了解 HDFS 是分布式文件系统，而 Cassandra 是 NoSQL DB。尽管如此，两者都支持数据复制，都支持高吞吐量写入。此外，Cassandra 支持低潜在数据检索。那么我是否正确地说 HDFS 不会为我提供太多提升？

【问题讨论】：

HDFS 是分布式文件系统，而不是数据库。我认为要问的“正确”问题是“HBase vs Cassandra？”，而不是“HDFS vs Cassandra？”
@MattBall 我知道这一点。查看我的编辑
抱歉，我没有看到修改...？

标签： cassandra hdfs lambda-architecture

【解决方案1】：

HDFS 支持不同的文件格式进行存储。例如，序列文件、Avro 和 Parquet 等。这样您就可以选择适合您的应用程序需要的文件格式。

另请注意，您可以使用类似 SQL 的查询有效地读取数据。

因此，HDFS over Cassandra 提供了不同的数据模型来托管数据。

【讨论】：

【解决方案2】：

据我了解，您正试图阐明您的 Lambda 架构的服务层。如果是这样，您希望将批处理视图和实时视图存储到数据库中。据我了解，您的批处理层中没有 Hadoop 集群。并且您的批处理视图尚未在 HDFS 中完成。此时，您的架构位于 HDFS 之外。 HBase 是建立在 Hadoop 文件系统之上的分布式面向列的数据库。它是一个开源项目，可水平扩展。如果您不想要 hadoop 集群，请省略 HBase。 Cassandra 是分布式 NoSQL 数据库（面向列），它在 Hadoop 集群和 HDFS 之外工作。如果我正确理解您的架构和需求，我认为 Cassandra 最适合您。

此外，您可以从此链接获得有关 Lambda 架构的快速信息； http://artofbigdata.blogspot.com.tr/2016/01/lambda-architecture.html

【讨论】：