【数据库篇】NoSQL数据库

Cassandra

高可用性和可扩展的分布式数据库, 它提供了跨云服务提供商、数据中心和地理位置的操作简便性和轻松的复制，并且可以在混合云环境中每秒处理PB级信息和数千个并发操作。

高可用性和高可伸缩性是Cassandra最闪亮的特点。没有单点故障

（2）数据模型

Key Space（对应 SQL 数据库中的 database）

一个Key Space中可包含若干个CF，如同SQL数据库中一个database可包含多个table。

Key（对应 SQL 数据库中的主键）

在Cassandra中，每一行数据记录是以key/value的形式存储的，其中key是唯一标识。

column（对应 SQL 数据库中的列）

Cassandra中每个key/value对中的value又称为column，它是一个三元组，即：name， value和timestamp，其中 name需要是唯一的。

super column（SQL 数据库不支持）

cassandra允许key/value中的value是一个map(key/value_list)，即某个column有多个子列。

Standard Column Family（相对应 SQL 数据库中的 table）

每个CF由一系列row组成，每个row包含一个key以及其对应的若干column。

Super Column Family（SQL 数据库不支持）

每个SCF由一系列row组成，每个row包含一个key以及其对应的若干super column。

hbase

HBase 简介
HBase（Hadoop database）是一个分布式、可扩展、面向列的 NoSQL 数据库，本质上是一个 Key-Value 系统，底层存储基于 HDFS，原生支持 MapReduce 计算框架，具有高吞吐、低延时的读写特点。

什么时候使用 HBase

HBase作为一款NoSQL数据库，并不能解决所有问题。关于我们在实际生产过程中满足哪些条件的时候可以选择HBase作为底层存储，这里给出几点建议：

1、数据量规模非常庞大

一般而言，单表数据量如果只有百万级或者更少，不是非常建议使用HBase而应该考虑关系型数据库是否能够满足需求；单表数据量超过千万或者十亿百亿的时候，并且伴有较高并发，可以考虑使用HBase。这主要是充分利用分布式存储系统的优势，如果数据量比较小，单个节点就能有效存储的话则其他节点的资源就会存在浪费。

2、要求是实时的点查询

HBase是一个Key-Value数据库，默认对Rowkey即行键做了索引优化，所以即使数据量非常庞大，根据行键的查询效率依然会很高，这使得HBase非常适合根据行键做单条记录的查询。值得说明的是，允许根据行键的一部分做范围查询，这里涉及到Rowkey的设计问题，不再赘言。

3、能够容忍NoSQL短板

前面提及了NoSQL并不能解决所有问题，HBase也是一样，如果业务场景是需要事务支持、复杂的关联查询等，不建议使用HBase。HBase有它适合的业务场景，我们不能苛求它能够帮我们解决所有问题。

4、数据分析需求并不多

虽然说HBase是一个面向列的数据库，但它有别于真正的列式存储系统比如Parquet、Kudu等，再加上自身存储架构的设计，使得HBase并不擅长做数据分析，或者说数据分析是HBase的弱项，所以如果主要的业务需求就是为了做数据分析，比如做报表，那么不建议直接使用HBase。