Hbase vs Cassandra：哪个更适合时间序列数据存储？答案

【问题标题】：Hbase vs Cassandra: Which is better for a timeseries data storage?Hbase vs Cassandra：哪个更适合时间序列数据存储？
【发布时间】：2015-01-19 22:04:53
【问题描述】：

我使用我的 API 日志来提取如下信息：

在这段时间内，我的 API 有多少用户？
或者说在这段时间里，什么类型的服务被调用最多？

我提取的几乎所有信息都取决于时间戳。实际上我使用 MongoDB 并将时间戳添加为索引（对于 80GB，索引大小为 12GB）。

建议我迁移到 cassandra 或 Hbase。我想知道哪个更适合我的用例：

时间序列数据分析。
需要良好的写入和读取性能。
可以使用 hadoop 进行数据分析。

感谢您分享您的观点或经验。

【问题讨论】：

标签： hadoop cassandra hbase analytics bigdata

【解决方案1】：

Cassandra 的优点： Cassandra 通常表现出更好的性能（尽管两者都非常出色）。从操作的角度来看，Cassandra 更容易设置和管理（尽管有一些工具可以帮助您）。

HBase 的优点：原生于 hadoop 生态系统

无论如何，HBase 都需要您安装 hadoop，并且您会得到一个不错的二合一。要使用 Cassandra，您可能需要使用商业非开源产品 DataStax Enterprise，或者调查使用 Spark 进行分析工作，它具有与 Cassandra 的开源连接器。

【讨论】：

根据您的工作环境，获取 DataStax Enterprise 可能是免费的。
它是用于商业部署，所以它是付费的。但是，当我将 Hadoop 与 Cassandra 一起使用时，Datastax 是否必不可少？
我们正在使用 Apache Spark 和 Apache Cassandra（没有 DataStax Enterprise）。虽然我必须为自动化编写一些初始脚本，但让事情顺利进行非常简单。 DSE 提供 Hadoop / Solr / Spark / etc. 集成 OOB，而您需要自己编写 apache 版本所需的脚本。如果您只需要时间序列分析 + 查询，Spark + Cassandra 不仅可以完成这项工作，而且不需要您设置 Hadoop。
这里是 Spark 与 Hadoop 的另一个讨论：link。如果您正在从事一个未开发项目，我建议您一直使用 spark。甚至 hadoop 供应商也开始分发它。 Spark 本质上是 M/R 的改进版本，具有更低的开销和在 ram 中存储中间数据的能力。
关于 DSE 的问题，使用 Cassandra 和 Hadoop 本质上是用 Cassandra 替换 HDFS。 DSE 为 hive 和 pig 提供访问 Cassandra 表的驱动程序以及称为 CFS 的东西来充当 HDFS 的直接替代品（相同的接口等）。假设您可以编写自己的版本，但我不知道有任何其他产品或项目可以这样做。

【解决方案2】：

巧克力或香草冰淇淋 - 哪个更好？

我建议您成为最佳决策者。为每个选项设置开发环境，这将告诉您更多关于操作和调整问题的信息，我认为这可能是其他任何人都无法提供给您的。 :)

【讨论】：