HBase 与 Cassandra：HBase 和 Cassandra 之间的区别 [2022]
已发表: 2021-01-06目录
介绍
在处理大型数据集时，拥有能够处理如此大量数据的存储单元和管理系统至关重要。 HBase 和 Cassandra 就是两个这样的可扩展数据库。 它们都能够在不影响性能的情况下处理大量数据。 它们都是开源数据库，致力于线性可扩展性的概念。 此外，这两个数据库都是非关系型的。
Cassandra 被 Activision、Apple、Instagram 和 Netflix 等公司使用，仅举几例。
HBase 被 Siemens、Nvidia 和 Pinterest 等公司使用，仅举几例。 Apple 的一些 Cassandra 实现处理超过 10PB 的数据。
在我们对HBase 与 Cassandra的分析中，我们讨论了这些系统之间的差异和一些共享功能。 它将帮助您决定在下一个大数据项目中使用哪个数据库，并帮助弥合有关这些数据库的一些知识空白。
不同之处
1. 基础设施
在讨论HBase 与 Cassandra时，首先需要了解基础架构。 尽管据说两者都在 NoSQL 数据库上，但 Cassandra 更像是一个纯粹的实现。 与 Cassandra 不同，HBase 使用在 Hadoop 之上开发的 NoSQL 数据库。 此外，Cassandra 和 HBase 都源自 Google 的 BigTable，但在 HBase 中，我们发现了一些亚马逊 Dynamo 的痕迹。
2.基础节点
在 HBase 中，我们使用主节点来监控和协调本地服务器以及相关的操作。 除了主节点，还有备用节点。 这些用于主节点发生故障以及节点间通信的情况。 在 Cassandra 中，有种子节点而不是主节点，用于节点间通信。 为了确保可扩展性和性能，在 Cassandra 中，单个集群包含多个种子节点。
3. 节点间通信
在这两个数据库中，节点间通信对于驱动数据库在大型数据集上的性能至关重要。 在 HBase 中，ZooKeeper 协议处理所有节点间的通信。 该协议与主从网络协议非常相似。 在 ZooKeeper 协议中，一个节点充当主节点，其他节点都依赖主节点进行所有通信。
在 Cassandra 中，使用了 Gossip 协议。 就像这个词所暗示的那样，沟通是连锁的。 节点间通信是通过节点之间的消息传递来实现的。 因此，在每个节点上，数据都会被复制。
4.查询语言
虽然 HBase 和 Cassandra 都是基于 JRuby 和 Shell，但HBase 与 Cassandra有一个关键点。 Cassandra 使用称为 CQL 的特定查询语言。 Cassandra 查询语言或 CQL 是与 Cassandra 数据库通信的主要语言。 要通过 CQL 访问 Cassandra，最常用的工具是 CQL Shell (CQLSH)。 因此，有时 Cassandra 被认为比 HBase 功能更丰富。
五、交易机制
由于两者都是非关系型数据库，Cassandra 和 HBase 不提供使用回滚和锁的基本 RDBMS ACID 事务。 Cassandra 提供具有可调一致性的原子、隔离和持久的事务机制。
在 HBase 中，事务服务器用于处理事务。 对于轻量级事务，HBase 使用 Read-Check-Delete 和 Check-Put 的方式。 然而，Cassandra 使用 Compare-Set 和 Row-Write-Isolation 来处理轻量级事务。
6. 基础设施
如前所述，HBase 是在 Hadoop 上开发的。 因此，HBase 使用 Hadoop 的基础架构并提供类似的功能，如 ZooKeeper、主节点等。然而，Cassandra 是使用 Gossip、Snitch、Partitioner、副本放置策略等协议构建的。
Cassandra 使用数据中心、字符串排序和 CQL 表等元素。 Cassandra 通常与 Hadoop 或 Storm 一起使用，将基础设施类型保持为单节点。 这样做只有一个缺点。 复杂性随着与 Cassandra 结合使用其他系统而增加。
7. 分区和协处理器
HBase 不支持有序分区。 尽管 HBase 允许协处理器功能，但它不支持读取负载平衡，因为单行被视为一个区域服务器。 然而，Cassandra 提供了对有序分区的支持。 有了这个，Cassandra 可以提供几 MB 的行大小。 但 Cassandra 既不支持基于范围的行扫描，也不支持协处理器功能。
这些是HBase 与 Cassandra的一些核心差异。 但也应该考虑其他一些差异。
布隆过滤器：布隆过滤器是一种用于处理连续数据流的数据结构。 布隆过滤器在空间方面是有效的并且是概率性的。 HBase 使用景气过滤器来检查 StoreFile 中是否存在特定的行或单元格。 有些人认为繁荣过滤器是 HBase 的一种索引。 在 Cassandra 中，boom 过滤器用于搜索特定文件中的某些数据。
设置和文档：虽然 HBase 似乎更容易设置，但 Cassandra 集群比 HBase 集群更容易调整和设置。 Cassandra 还提供了更好的文档，使其更容易适应和学习。 HBase 的工作原理可能更难理解。 尽管如此，只要有适当的来源，就可以有效地知道。
通过 WAN 使用：这两个数据库都允许通过WAN（广域网）进行数据复制功能。 在 Cassandra 中，它是通过随机分区模块提供的行复制来完成的。 在 HBase 中，通过将集群复制为存储单元来异步执行复制。
另请阅读： Hadoop 教程：学习大数据 Hadoop 的终极指南
结论
因此，这些是我们分析HBase 与 Cassandra的一些要点。 由于这两个数据库都是基于 NoSQL 的，它们有时会被混淆为双胞胎。 但是，在查看核心复杂性时，差异就会浮出水面。 通过查看分析，为您的大数据项目选择有用的分析是可能的。 这两个数据库都有一些优点和缺点。 因此，了解项目中数据库的使用情况并进行相应选择至关重要。
如果您有兴趣了解有关 Hbase、大数据的更多信息，请查看我们的大数据软件开发专业化 PG 文凭课程，该课程专为在职专业人士设计，提供 7 个以上案例研究和项目，涵盖 14 种编程语言和工具，实用的手- 研讨会，超过 400 小时的严格学习和顶级公司的就业帮助。
从世界顶级大学在线学习软件开发课程。 获得行政 PG 课程、高级证书课程或硕士课程，以加快您的职业生涯。