我们有多个数据库，我们查询并生成报告。由于我们必须创建复杂的查询并进行大量的连接等，如果我们使用Cassandra或Hadoop或Elasticsearch来加载数据（每日作业以加载数据或增量更新）并查询此数据库以执行所有任务，这是一个好主意吗？ / p>
哪个首选Cassandra或Hadoop或Elasticsearch或MongoDB？
我们还希望在统一数据库上构建用于报告和分析的Web UI。
答案 0 :(得分：0)
我不推荐MongoDB。在大数据分析方面，它是一个低点，它的Map-Reduce实现很差，Map-Reduce很慢而且是单线程的。 Cassandra + Hadoop或HDFS + Hadoop是您的选择。在Hadoop的情况下，您不受存储类型的限制，您可以在HDFS中刷新（或最初存储）您的数据并使用MapReduce进行迭代。
如果你需要耐用性看看Cassandra。首先，Cassandra非常容易维护并且非常可靠。我相信Cassandra是世界上最可靠的noSQL数据库。它绝对是水平可扩展的，没有名称节点，没有主/从，所有节点都是权利。
使用Elasticsearch，您只能进行搜索。如果您有大量数据并且需要分析，那么您应该关注Hadoop和MapReduce。
使用Hadoop，您可以开始使用Hive或Pig - 我见过的最强大的map-reduce抽象。使用Hadoop，您甚至可以开始考虑迁移到Spark / Shark。
答案 1 :(得分：-1)
如果你的选择仅限于那三个，那么Cassandra将是最好的，因为在MapReduce程序中编写连接需要花费很多精力来完成MapReduce程序的多次连接才能正确连接。如果您的选项是开放的，Apache Hive可以用于非交互式或报告应用程序，因为它支持大量的SQL函数，例如连接，分组依据，顺序等.Apache Hive再次支持SQL查询，并且不会与传统的SQL有很大的不同。
您还可以考虑使用Apache Drill，Hortonworks Stinger和Cloudera Impala进行交互式报告应用。