Question

我最近一直在为我们即将推出的相当大的数据库寻找nosql解决方案，并发现cassandra很好，但是有关cassandra新版本的在线资源非常少，而且大多数博客和文章都与0.6版本有关它还实现了对hadoop和hive的支持。另一方面，mysql集群版本也专门用于使用商用服务器在水平扩展设置上运行。

由于我们已经习惯了多年的关系模型，而且转向cassandra需要对大脑进行反编译，而产品仍然不是很成熟，社区对于我检查过的任何特定问题都没有那么大的快速响应（在专业支持提供商）网站及其论坛已经死了。

那么，如何比较mysql cluster vs cassandra，同时将关系和非关系比较放在一边？

尽管cassandra的架构较少，但它仍然提供了很多表格特征，如超级列和子列，因此可以从多个列值中搜索记录。

我也尽力了解cassandra如何实际存储更新的查询，例如在编辑子列时添加一行，然后添加相当大的数据块，然后如何实际存储该记录以及如何快速访问该记录？因为在mysql列中分配了固定长度所以它不是一个大问题。

Answer 1

要回答您的物理存储问题，使Cassandra快速写入的关键功能是仅追加。也就是说，Cassandra只将顺序块写入磁盘;在写入期间，它不需要对随机磁盘位置进行任何慢速搜索。

更新列时，会发生两件事：将写入附加到提交日志（用于故障恢复），并更新内存中的Memtable。一旦Memtable已满，它将作为新的SSTable刷新到磁盘。因此，数据的长度无关紧要，因为您并没有尝试将其装入固定长度的磁盘结构中。

SSTables是只读的 - 您永远不会返回并覆盖更新中的旧值，您只需编写新值。在阅读中，Cassandra首先在Memtable中查找密钥。如果找不到它，Cassandra会按照从最新到最旧的顺序扫描SSTable，并在找到密钥时停止。这为您提供了最新的价值。

也有一些优化。每个SSTable都有一个关联的Bloom过滤器用于其密钥，这是一个紧凑的概率索引，可以产生误报，但绝不会出现假阴性。如果密钥不在Bloom过滤器中，您可以安全地跳过该SSTable，因为它保证不包含密钥，尽管您可能偶尔会读取您不需要的SSTable。

当您获得太多SSTable时，它们会在一个名为压缩的过程中合并为一个更大的SSTable。从本质上讲，这对SSTables进行了大规模的合并排序。这使得Cassandra可以回收已被覆盖或删除的值的空间，并对遍布多个SSTable的行进行碎片整理。

有关详细信息，请参阅http://www.mikeperham.com/2010/03/13/cassandra-internals-writing/和http://wiki.apache.org/cassandra/MemtableSSTable。

Answer 2

以下是我怀疑Cassandra有优势的一些方面：

对大于内存的数据集的出色支持
复制：Cassandra支持任意数量的完全分布式副本，而不仅仅是分区副本（因此，您不必在Cassandra中将您的副本计数整除的许多节点，并且没有任何角落案例可以处理围绕主要故障转移），对多个数据中心的最佳支持，支持同步复制以及异步（如果您担心完全持久性，则很重要），以及强大的自我修复（暗示切换，读取修复，反熵））确保你永远不必吹掉备份副本并从头开始重建
在ALTER TABLE，索引创建等期间没有锁定
基本上更简单且不易出错的管理（比较http://dev.mysql.com/doc/refman/5.1/en/mysql-cluster-online-add-node.html和http://wiki.apache.org/cassandra/Operations#Bootstrap）。特别是，我会提醒您注意在Cassandra场景中需要重新启动的客户端或其他节点数：none。

为了详细说明最后一点，大多数实际上没有在多节点集群上运行Cassandra的人，并没有意识到Cassandra是如何为此设计的。有两分钟的味道，请参阅Jake Luciani's demo。

Answer 3

第1个免责声明 - 我是MySQL Cluster产品团队的一员

如果您正在寻找群集，那么值得从最新的7.2开发版开始，其中包括显着增强JOIN执行的新功能，以及绕过SQL层的新的memcached接口 http://dev.mysql.com/tech-resources/articles/mysql-cluster-labs-dev-milestone-release.html

如果您已熟悉MySQL，则以下文档重点介绍InnoDB与当前GA 7.1版本之间的差异： http://dev.mysql.com/doc/refman/5.1/en/mysql-cluster-ndb-innodb-workloads.html

虽然这些不提供与Cassandra的直接比较，但它们至少提供了有关Cluster的最新信息，您可以从中进行任何比较

Answer 4

现在的另一个选择是使用playORM在cassandra中建立关系模型，只要你对真正大的表进行分区，你就可以使用可扩展的SQL进行连接和所有你熟悉的东西

@NoSqlQuery(name="findJoinOnNullPartition", query="PARTITIONS p(:partId) select p FROM TABLE as p INNER JOIN p.security as s where s.securityType = :type and p.numShares = :shares"),

注意：TABLE是Trades表，p.security引用Security表。交易是分区的，所以它可以有无限的分区，安全表更小，所以它没有分区，但你可以用你想要的连接做所有的Scalabla SQL。

mysql集群赶上cassandra？

4 个答案: