Cassandra和HBase主要设计思路对比

Cassandra	HBase
一致性	Quorum NRW策略 通过Gossip协议同步Merkle Tree，维护集群节点间的数据一致性	单节点，无复制，强一致性
可用性	1，基于Consistent Hash相邻节点复制数据，数据存在于多个节点，无单点故障。 2，某节点宕机，hash到该节点的新数据自动路由到下一节点做 hinted handoff，源节点恢复后，推送回源节点。 3，通过Gossip协议维护集群所有节点的健康状态，并发送同步请求，维护数据一致性。 4，SSTable，纯文件，单机可靠性一般。	1，存在单点故障，Region Server宕机后，短时间内该server维护的region无法访问，等待failover生效。 2，通过Master维护各Region Server健康状况和Region分布。 3，多个Master，Master宕机有zookeeper的paxos投票机制选取下一任Master。Master就算全宕机，也不影响Region读写。Master仅充当一个自动运维角色。 4，HDFS为分布式存储引擎，一备三，高可靠，0数据丢失。 5，HDFS的namenode是一个SPOF。
伸缩性	1，Consistent Hash，快速定位数据所在节点。 2，扩容需在Hash Ring上多个节点间调整数据分布。	1，通过Zookeeper定位目标Region Server，最后定位Region。 2，Region Server扩容，通过将自身发布到Master，Master均匀分布。
负载均 衡	请求Zookeeper取得整个集群地址，然后根据Consistent Hash选择合适的节点。client会缓存集群地址。	请求Zookeeper取读写数据路由表定位Region Server，Master会修改这个路由表。Client自身也会缓存一部分路由信息。 如果Key的第一部分是时间或者序列数，所有新的Key都会被插入同一个区域,一直到此区域被塞满。此处存在热点问题。
数据差异比较算法	Merkle Tree , Bloom Filter	Bloom Filter
锁与事务	Client Timestap（Dynamo使用vector lock）	Optimistic Concurrency Control
读写性能	数据读写定位非常快。	数据读写定位可能要通过最多6次的网络RPC，性能较低。
可维护性	架构无中心化，维护成本低。 新增keyspace需要重启整个集群。	组件过多，架构复杂，维护成本较高。 删除表非常方便。
列排序	支持	不支持
map/reduce	支持不是很好	源生支持
访问接口	Thrift	多种，包括Thrift
点评	1，弱一致性，数据可能丢失。 2，可用性高。 3，扩容方便。 4，如果不需要map/reduce的话，维护相当简单。	1，强一致性，0数据丢失。 2，可用性低。 3，扩容方便。 4，组件过多，架构复杂，维护成本较高。