我们必须比较两个数据库的优缺点，并根据业务需求做出谨慎的决定。
Cassandra
赞成的意见：
满足cap理论的可用性和划分以及最终一致性。
可扩展的大型集群，无单点故障
类似sql的开发语言允许开发人员轻松地从rdbms后台过渡
只要最终的一致性语义对于用例来说足够，cassandra就具有出色的单行读取性能
税收的支持是一大优势
针对写入进行了优化
欺骗：
不支持基于范围的行扫描
不支持原子比较和设置
cassandra不支持协处理器功能`
cassandra支持列名已知的列族的二级索引(不在动态列上）。
cassandra节点不支持cassandra中的聚合
数据库
赞成的意见：
强一致性与满足一致性&帽理论的划分。
rdbms等价触发器和存储过程
hadoop支持
基于范围的行扫描
支持原子比较和设置
针对读进行了优化，由单写主机支持
支持聚合
高可扩展性和数据自动分片
欺骗：
缺乏友好的发展语言
不支持针对单行的读取负载平衡
行间操作不是原子的
如果只使用了一个hbase主机，则会出现单点故障
请看第1条、第2条和本演示文稿以了解更多详细信息。

我不认为这两个都比其他的好，这不只是一个或另一个。这些是非常不同的系统，每个系统都有各自的优点和缺点，因此这实际上取决于您的用例。它们肯定可以在同一基础设施中相互补充使用。
为了更好地解释这种差异，我想借用Cassandra的一幅图：权威指南，在那里他们讨论了cap定理。他们所说的基本上是对于任何分布式系统，您必须在一致性、可用性和分区容限之间找到一个平衡点，并且您实际上只能满足其中的两个属性。由此可以看出：
cassandra满足可用性和分区容限特性。
hbase满足一致性和分区容限特性。

说到hadoop，hbase是构建在hdfs之上的，如果您已经有了hadoop堆栈，那么使用它就非常方便。cloudera也支持它，它是hadoop的标准企业发行版。
但是cassandra也与hadoop有更多的集成，即datastax brisk，它正变得越来越流行。现在，您还可以使用cassandra提供的输出格式，将hadoop作业的输出中的数据以本机方式流式传输到cassandra集群中( BulkOutputFormat 例如），我们不再是Cassandra只是一个独立的项目。
根据我的经验，我发现cassandra对于随机读取非常棒，而对于扫描则不是那么棒
为了给图片增添一点色彩，我在同一个基础架构中使用了这两种方法，hbase的用途与cassandra截然不同。我主要使用cassandra进行实时快速查找，而更多使用hbase进行延迟要求较低的重型etl批处理作业。
这是一个值得在博客上发表文章的问题，因此我不想再继续下去了，我想让你看一篇文章，它总结了两个系统之间的许多关键区别。底线是，imho没有更好的解决方案，您应该认真考虑您的用例，看看哪个系统更适合。