为什么HBase比使用Hadoop的Cassandra更好？

Question

为什么使用HBase比使用Cassandra使用Hadoop更好？

任何人都可以对此进行详细解释吗？

由于

Answer 1

我认为两者都不比其他人好，不只是一个或另一个。这些是非常不同的系统，每个系统都有自己的优点和缺点，所以它实际上取决于您的使用案例。它们绝对可以在同一基础设施中互补使用。

为了更好地解释这种差异，我想从Cassandra: the Definitive Guide借一张图片，在那里他们回顾了CAP定理。他们所说的基本上是针对任何分布式系统，你必须在一致性，可用性和分区容忍度之间找到平衡，你只能实际地满足其中2个属性。从中可以看出：

• Cassandra满足可用性和分区容差属性。
• HBase满足一致性和分区容差属性。

说到Hadoop，HBase是建立在HDFS之上的，如果你已经拥有一个Hadoop堆栈，它可以非常方便地使用。它也得到Cloudera的支持，Cloudera是Hadoop的标准企业发行版。

但是Cassandra还与Hadoop有更多的集成，即Datastax Brisk，它越来越受欢迎。您现在也可以使用Cassandra提供的一些输出格式（例如BulkOutputFormat）将数据从Hadoop作业的输出本地流式传输到Cassandra集群中，我们不再仅仅是Cassandra只是一个独立项目的地步。

根据我的经验，我发现Cassandra对于随机读取非常棒，而对于扫描来说并不是那么多

为了给图片添加一点颜色，我在同一个基础设施中一直使用我的工作，而HBase的目的与Cassandra截然不同。我使用Cassandra主要用于实时非常快速的查找，而我更多地使用HBase来处理具有较低延迟要求的重型ETL批处理作业。

这个问题确实值得一篇博文，所以我不想继续下去，而是指向an article，它总结了两个系统之间的许多关键差异。最重要的是，没有优秀的解决方案恕我直言，你应该考虑你的用例，看看哪个系统更适合。

Answer 2

我们必须比较专业人士和对两个数据库都有所帮助，并根据业务需求做出谨慎的决定。

<强> 卡桑德拉

<强>优点：

1. 满足可用性＆amp; 分析 CAP 理论＆amp; 最终一致。
2. 可扩展具有无单点故障的大型集群
3. SQL 之类的开发语言允许开发人员轻松地从 RDBMS 背景转换
4. Cassandra具有出色的单行读取性能，只要最终的一致性语义足以满足用例
5. Datastax的支持是一个很大的优势
6. 针对写入
进行了优化

<强>缺点：

1. 不支持基于范围的行扫描
2. 不支持原子比较和设置
3. Cassandra不支持协处理器功能 y`
4. Cassandra支持列名称已知的列族上的二级索引。 （不在动态列上）。
Cassandra节点不支持
5. Cassandra中的聚合

<强> HBase的

<强>优点：

1. 强一致性并符合一致性＆amp; CAP 理论的分区。
2. RDBMS等效触发器＆amp;存储程序
3. Hadoop 支持
4. 基于范围的行扫描
5. 支持原子比较和设置
6. 针对读取进行了优化，受单写主支持
7. 支持聚合
8. 高可扩展性＆amp;数据自动分片

<强>缺点：

1. 缺乏友好的语言进行开发
2. 不支持针对单行的读取负载平衡
3. 行间操作非原子
4. 单点故障如果只使用了一个HBase Master

有关详细信息，请查看article 1，article 2和此presentation。