nosql：MongoDB、Cassandra或数据仓库的替代方案

Question

我陷入了关于是否使用MongoDB或Cassandra来满足我的数据库需求的具体决定之间，并希望对我的用例进行输入以指导我的决定。

要求：

数据源

• X个包含Y个服务器的数据中心。
• 每个服务器有N个网络和M个统计数据。

e、 g.目前（3个数据中心、50台服务器、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。

数据获取：

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

数据存储：

• 有组织的（每小时、每天、每月）结构，使用聚合查找更高的值（小时）-

注：我们需要具备以下能力：

• 动态添加/删除值（数据中心/服务器/网络/统计）和可扩展性是一个关键问题，因此我们正在从SQL转向非关系型数据库。
• 可靠性也是一个高优先级（主/从，没有损坏），并且需要“简单”的可运维性。
• 写作是每小时一次的，不需要“大量”的写作表现。

示例用例：在前端，您将像这样进行查询，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，以及结果是汇总的还是单个的。

Example #1

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

通过阅读stack overflow和web上的类似文章，我得出结论，我的最佳选择可能是MongoDB，因为它具有灵活的查询和接近关系数据库的特性。如果我的写作量更大，Cassandra似乎是一个选择——尽管我确实喜欢基于专栏的模式。我是数据库设计和管理的新手，所以易用性也是一个因素（仍然是CS学生）。

从我的用例来看，哪个NoSql数据库是最好的选择？

Answer 1

你的主题是，“nosql：MongoDB、Cassandra或数据仓库的替代品。”然而，您的描述并不完全是数据仓库。如果问题是：如何做一个合适的“数据仓库”，那么答案是这些NOSQL数据存储都没有。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，可以使用Sybase IQ或Vertica等倒列数据库。这两种方法（MPP或倒列）都将在真正的数据仓库环境中清除NOSQL的时钟。

Answer 2

你几乎把它钉在了你的结论中。为了下定决心，你主要必须在每个数据库的特权之间做出选择，即：

卡珊德拉：

• 更好的可用性（master/master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）
• 易用性（各种API、XML/JSON...）

我想一致性不是什么大问题，无论如何，它们最终都是一致的。即使MongoDB可能更容易上手（更接近关系数据模型），Cassandra也没那么难，你只需要理解面向列的范式。无论如何，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。