在大数据存储领域,HBase是绝对的大热门。但无论是美国还是中国,无单点故障,跨机房应用的Cassandra 正在逐渐成熟,并真正用于生产环境。Newegg NESC大数据架构师伍涛,在大数据专题中会为大家带来Newegg Cassandra Secondary Indexing with Solr的精彩分享:
Cassandra是无单点失败的分布式存储系统,具有很好的并发写入性能和随机读取性能,主要支持Key-Value方式的数据模型。在Newegg的实践中,很多业务场景需要二级索引,Cassandra自带的二级索引性能低下无法满足要求;Cassandra集群整合Solr集群的模式,开发团队需要维护Cassandra与Solr的数据同步,读写性能也会因此而降低,开发成本偏高。为了解决这个问题,Newegg Big Data Team开发了基于Solr的、Cassandra内置的二级索引。它具有如下特点:
- 基于Apache Cassandra
- 0.10和Solr 4.0;
- 提供内置的二级索引,Solr索引与Cassandra数据自动同步,但不会阻塞Cassandra的读写。
- 提供二级索引支撑的Solr实例,依托于Cassandra的架构,有数据备份,无单点失败。
- 支持大部分Solr的原生功能。
本演讲主要介绍Cassandra Secondary Indexing With Solr的设计、开发、测试、运维实践,分享我们的经验和教训。