总的来说，我对大数据技术一窍不通。我正在实施一个实时分析基础设施，它将从我们的微服务后端的不同服务中接收大量/高速数据。摄取的数据（和数据流）将用于填充关键业务指标、bi查询和机器学习的 Jmeter 板。
所有的后端服务都将数据事件写入一个kafka集群，该集群现在已经就位。我开始研究spark原型，从kafka集群读取数据并对其进行丰富/处理。
现在我正在研究在何处存储静态数据。我知道像vertica和terradata这样的实时分析技术相当流行。但他们有大量的前期资本投资。
所以我努力坚持开源。经过一番研究，我决定对静态数据使用hdfs/impala，并在hadoop上运行sql进行实时bi查询。
然后我开始思考，如果不使用hdfs/impala，而是使用cassandra来存储静态数据更有意义。Cassandra可以扩展，读写速度很快。我也读过一些文献，其中有人提出了使用c*的很好的理由。
欢迎任何意见/反馈。