Cassandra & Hbase争锋 | NoSQL数据库的另一个王者

背景

谷歌在2006年的一份研究报告中首次对Bigtable进行了阐述，如果你熟悉Bigtable这个名词，那么：行先是以一种非常独特的方式被索引，随后Bigtable利用行键对数据进行分割，将它们分布到集群中。这句话你应该不陌生。

Cassandra和HBase都在很大程度上借鉴了早期Bigtable的定义。Cassandra起源于Bigtable和亚马逊的Dynamo技术，HBase将自身定位为"开源Bigtable工具"。这两个项目有许多相同的特点，同时又有许多重大区别。

Canssadra简介

ApsaraDB for Cassandra是基于开源Apache Cassandra，融合阿里云数据库DBaaS能力的分布式NoSQL数据库。Cassandra已有10年+的沉淀，基于Amazon DynamoDB的分布式设计和 Google Bigtable 的数据模型。具备诸多优异特性：采用分布式架构、无中心、支持多活、弹性可扩展、高可用、容错、一致性可调、提供类SQL查询语言CQL等。Cassandra为互联网业务而生，已在全球广大互联网公司有成熟应用，是目前最流行的宽表数据库。 https://www.aliyun.com/product/cds

我们先看看阿里云官网怎么说：

上面的字太多了，总结一下：

• 分布式NoSQL数据库，基于Amazon DynamoDB的分布式设计和 Google Bigtable 的数据模型
• 极致在线、高并发、高存储、可调的一致性、灵活
• 类SQL（CQL）的查询语法
• Cassandra+Spark无缝衔接

Cassandra基础架构

基本架构：

• Cassandra实例由1到3个DC组成，每个DC由1到500个节点组成。每个节点部署一个cassandra进程。
• Cassandra没有Master节点或Proxy节点，所有节点物理是对等的（逻辑上系统会选择每DC有2个节点作为seed节点，对系统压力不大，无需单独部署进程）。
• 客户端与服务端每个节点连接，保障高性能。
• 不同的数据中心可以设定不同的复本数，既可以作为同城跨区或者异地跨区多活多可用，也可以作备份容灾或离线分析使用。

其中，存储空间：一个节点为80GB~16TB，500个节点，也就是8000TB，大约8PB左右。

Cassandra和Hbase异同

• Cassandra会在集群中选取几个种子节点，负责集群通信，达到高可用目的；Hbase则是利用主备节点选举HMaster，如果主节点故障，则启用备份节点。
• Cassandra利用Gossip协议进行节点通信，Hbase使用Zookeeper进行进行协调。
• Cassandra允许用户创建二级索引，Hbase缺乏二级索引支持，但是有开源解决方案。
• Hbase有"协处理器"（coprocessors）这一概念，允许在HBase进程中执行用户自定义代码。Cassandra目前还没有支持。
• Cassandra集群配置更简单

使用场景

Hbase和Cassandra各种自己的特点，并没有所谓的谁更强。

如果你的场景是：

• 消息、feed流、订单查询等
• 写密集、统计和分析型场景
• 会频繁增加集群数据节点

那么不妨考虑一下Cassandra。