nosql：MongoDB，Cassandra或数据仓库的替代品

Question

我遇到了关于是否与MongoDB或Cassandra一起考虑我的数据库需求的具体决定，并希望在我的用例上输入以指导我的决定。

要求：

数据来源

• 包含Y服务器的X数据中心。
• 每台服务器都有N个网络和M个统计信息。

e.g。目前（3个数据中心，50个服务器总数，19个网络和10个统计数据）。这些数字会随着时间的推移而增加。

数据提取：

• 每小时为每个服务器（~20kb /页）解析一个xml页面。 （约25mb /天）

数据存储：

• 使用聚合来组织（每小时，每日，每月）结构以查找更高的值（小时 - >天）

注意：我们需要能够：

• 动态添加/删除值（数据中心/服务器/网络/统计）和扩展能力是一个关键问题，因此我们正在从SQL迁移到NoSQL。
• 可靠性也是一个高优先级（主/从，没有损坏），并且需要“简单”的可维护性。
• 每小时写作，不需要“大规模”的写作表现。

示例用例： 在前端你会查询，选择;日期窗口，期间报告，特定数据中心，特定/所有网络，特定/所有统计信息以及结果是在服务器上汇总还是个人。

Example #1

 - From: August 16th 2012 -> April 16th 2013
 - Period: Daily
 - Data-center: EU A
 - Stat-type: Error
 - Servers: All

从堆栈溢出和网络上阅读类似的文章，我得出结论，我最好的选择可能是MongoDB的灵活查询和与关系数据库的亲密关系。如果我的写作量更高，Cassandra似乎是一个选项 - 虽然我喜欢基于列的模型。 我是数据库设计和管理的新手，因此易用性也是一个因素（仍然是CS学生）。

从我的用例中，NoSql数据库是最好的选择吗？

Answer 1

你在结论中几乎把它钉在了一起。要想出决定，你必须在每个数据库的特权之间进行选择，即：

Cassandra ：

• 更好的可用性（主/主，所以没有SPOF）
• 更好的可扩展性:(线性，弹性）
• 更好的写性能

MongoDB ：

• 更好的查询（API和原生全文搜索）
• 易于使用（各种API，XML / JSON ......）

我认为坚持不是一个问题，无论如何，他们最终都是一致的。即使MongoDB可能更容易入手（更接近关系数据模型），Cassandra也不是那么难，你只需要了解面向列的范例。无论从技术角度来看，我想答案取决于您对系统规模增长的预期以及您的请求是否会发展。

Answer 2

您的主题是“nosql：MongoDB，Cassandra或数据仓库的替代方案。”但是，您的描述并不完全是数据仓库。如果问题是：关于如何做一个合适的“数据仓库”，那么答案就不是这些NOSQL数据存储。最好的数据仓库解决方案是无共享环境中的并行数据库（MPP）。对于查询/统计报告需求，反向列数据库（如Sybase IQ或Vertica）。这些（MPP或反向列）中的任何一个都将在真正的数据仓库环境中清理NOSQL的时钟。