nosql：MongoDB，Cassandra或替代数据仓库

Question

我对于是否要使用MongoDB或Cassandra来满足我的数据库需求是一个具体的决定，并且希望在我的用例中输入信息来指导我的决定。

要求：

数据源

• 包含Y个服务器的X个数据中心。
• 每个服务器有N个网络和M个统计信息。

例如，当前（3个数据中心，50个服务器，19个网络和10个统计数据）。 这些数字将随着时间增加。

数据获取：

• 每小时为每个服务器解析一个xml页面（〜20kb / page）。 （〜25mb /天）

数据存储：

• 使用汇总以发现更高的值（小时->天）的组织化（每小时，每天，每月）结构

注意：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/统计数据）和可伸缩性是关键问题，因此我们正在从SQL过渡到NoSQL。
• 可靠性也是高度优先级（主/从属，无损坏），并且需要“轻松”的可维护性。
• 写作每小时进行一次，无需“大量”写作。

用例示例：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，以及结果是在服务器上总计还是单独显示。

Example #1

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

通过在堆栈溢出和网络上阅读类似的文章，我得出的结论是，最好的选择可能是MongoDB，因为它具有灵活的查询功能和与关系数据库的紧密联系。 如果我的写入量较大，则Cassandra似乎是一个选择-尽管我确实喜欢基于列的模型。 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）。

从我的用例来看，哪个NoSql数据库是最佳选择？

Answer 1

您在结论中几乎钉住了它。 为了下定决心，您主要必须在每个DB的特权之间进行选择，即：

卡桑德拉 ：

• 更好的可用性（主/主，因此没有SPOF）
• 更好的可伸缩性：（线性，弹性）
• 更好的写入性能

MongoDB ：

• 更好的查询（API和本机全文搜索）
• 易于使用（各种API，XML / JSON ...）

我猜一致性并不是一个大问题，无论如何它们最终都是一致的。 即使MongoDB可能更容易入门（更接近关系数据模型），Cassandra也不是那么难，您只需要了解面向列的范例即可。 无论如何，从技术角度来看，我认为答案取决于您对系统规模的期望如何以及您的请求是否会演变。

Answer 2

您的主题说：“ nosql：MongoDB，Cassandra或数据仓库的替代品。” 但是，您的描述并不完全是数据仓库。 如果问题是：关于如何执行适当的“数据仓库”，那么答案就不是这些NOSQL数据存储区。 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）。 为了满足查询/统计报告的需要，使用了反向列数据库，例如Sybase IQ或Vertica。 这些（MPP或倒置列）中的任何一个都将在真正的数据仓库环境中清除NOSQL的时钟。