hbase是众所周知的键值存储和随机读取与.get和.put函数的关键。cassandra是适合键值存储要求的更好选择吗?它能支持基于密钥的随机读取吗?如果是这样,在spark流应用程序中,在哪些条件下我应该选择cassandra而不是hbase?
fdx2calv1#
Cassandra是一个更好的选择,以满足关键价值存储的要求?是的,这是个不错的选择。Cassandra拥有分散的体系结构。任何节点都可以执行任何操作。它从cap定理提供ap(可用性,分区容限)。最终一致它能支持基于密钥的随机读取吗?对。如果是这样,在spark流应用程序中,在哪些条件下我应该选择cassandra而不是hbase?hbase和cassandra都可以用于流应用程序。Cassandra的自然选择是它的高可用性。。标题中的问题:cassandra和hbase有可比性吗?请参阅下面的详细信息。。。
一致性(所有节点在同一时间看到相同的数据)可用性(保证每个请求都收到一个关于它是成功还是失败的响应)分区容限(尽管系统部分出现任意消息丢失或故障,系统仍能继续运行)结论:Cassandra支持ap,如果你正在寻找,你可以继续Cassandra注:根据cap定理,分布式系统不能同时满足这三个保证。
1条答案
按热度按时间fdx2calv1#
Cassandra是一个更好的选择,以满足关键价值存储的要求?
是的,这是个不错的选择。
Cassandra拥有分散的体系结构。任何节点都可以执行任何操作。它从cap定理提供ap(可用性,分区容限)。
最终一致
它能支持基于密钥的随机读取吗?
对。
如果是这样,在spark流应用程序中,在哪些条件下我应该选择cassandra而不是hbase?
hbase和cassandra都可以用于流应用程序。Cassandra的自然选择是它的高可用性。。
标题中的问题:cassandra和hbase有可比性吗?
请参阅下面的详细信息。。。
卡普定理
一致性(所有节点在同一时间看到相同的数据)
可用性(保证每个请求都收到一个关于它是成功还是失败的响应)
分区容限(尽管系统部分出现任意消息丢失或故障,系统仍能继续运行)
结论:Cassandra支持ap,如果你正在寻找,你可以继续Cassandra
注:根据cap定理,分布式系统不能同时满足这三个保证。