Scalable系统设计之NoSQL- HBase和Cassandra

　上页

HBase

• 关键点: 十亿级别的行 X 百万级别的列 大容量
• 大表模型(高一致性)。
• Map/reduce with Hadoop 能够实时获得基于查询的优化性能的节约型网关适合:
• 适合：随机 实时的读写操作，高吞吐量写，随机访问大数据集。
• 案例： Facebook 消息数据库

列族特点：

Hbase数据模型

• 三维数据Cell  :

    RowKey、ColumnKey、 Timestamp

• 按照排序后的RowKey shard成region
• 在每个region中，数据归组为列族。
• 每个列族中数据排序是：

 Row Key、Column Key、 Timestamp

HBase案例

HBase的系统架构

HBase读写模式

• 擅长随机读写
• 写方式：

   1.顺序写，同步到日志log
   2.更新内存memstore

• 读方式：

   在memstore或持久的HFile中寻找,HFile是排好序有索引的。

HBase特点

• 自动失败恢复，1 actvie, rest standby

• 使用HDFS，可靠性好，可利用Map Reduce对HDFS数据进行分析处理

Cassandra

• 关键点: 继承BigTable的列结构、Dynamo的最终一致性。
• 按列查询 写快于读
  Map/reduce possible with Apache Hadoop
• 适合: 当写操作多于读操作 (如logging).
• 案例：: 银行Banking, 金融系统，写必须快于都的场合，实时的数据分析等.

Cassandra数据模型

Cassandra的数据模型案例

Cassandra购物车案例

Cassandra写操作：

Cassandra读操作

基于Cassandra的实时和大数据分析系统：

HBase和Cassandra 比较

• Hbase更加适合于数据仓库、大型数据的处理和分析（如进行Web页面的索引等）慢活。高一致性CP。

• Cassandra 则更适合于实时事务处理和提供交互型数据 ，快活，最终一致性AP。Cossip 完全对称
• 对比翻译文章：http://wangxu.me/blog/p/371 。

下页

更多伸缩性scalable讨论