cassandra
hbase
一致性quorumnrw策略
通過gossip協議同步merkletree，維護集群節點間的資料一致性
單節點，無複製，強一致性
可用性1，基於consistenthash相鄰節點複製資料，資料存在於多個節點，無單點故障。
2，某節點宕機，hash到該節點的新資料自動路由到下一節點做hintedhandoff，源節點恢復後，推送回源節點。
3，通過gossip協議維護集群所有節點的健康狀態，並傳送同步請求，維護資料一致性。
4，sstable，純檔案，單機可靠性一般。
1，存在單點故障，regionserver宕機後，短時間內該server維護的region無法訪問，等待failover生效。
2，通過master維護各regionserver健康狀況和region分布。
3，多個master，master宕機有zookeeper的paxos投票機制選取下一任master。master就算全宕機，也不影響region讀寫。master僅充當乙個自動運維角色。
4，hdfs為分布式儲存引擎，一備三，高可靠，0資料丟失。
5，hdfs的namenode是乙個spof。
伸縮性1，consistenthash，快速定位資料所在節點。
2，擴容需在hashring上多個節點間調整資料分布。
1，通過zookeeper定位目標regionserver，最後定位region。
2，regionserver擴容，通過將自身發布到master，master均勻分布。
負載均
衡請求zookeeper取得整個集群位址，然後根據consistenthash選擇合適的節點。client會快取集群位址。
請求zookeeper取讀寫資料路由表定位regionserver，master會修改這個路由表。client自身也會快取一部分路由資訊。
資料差異比較演算法
merkletree,bloomfilter
bloomfilter
鎖與事務
clienttimestap（dynamo使用vectorlock）
optimisticconcurrencycontrol
讀寫效能
資料讀寫定位非常快。
資料讀寫定位可能要通過最多6次的網路rpc，效能較低。
cap點評
1，弱一致性，資料可能丟失。
2，可用性高。
3，擴容方便。
1，強一致性，0資料丟失。
2，可用性低。
3，擴容方便。
Cassandra和HBase的區別
hbase的 卡桑德拉 hbase is based on bigtable google cassandra基於dynamodb amazon 它最初是由前亞馬遜工程師在facebook上開發的。這就是cassandra支援多資料中心的原因之一。hbase使用hadoop基礎架構 zookeepe...
cassandra的索引查詢和排序
cassandra的索引查詢和排序 cassandra的查詢雖然很弱，但是它也是支援索引和排序的，當然是簡陋的查詢，這一切都是為了追求效能的代價，所以要使用cassandra，你不能希望它完全適用你的邏輯，而是把你的邏輯設計的更適合cassandra。第一 索引查詢 cassandra是支援建立二級...
cassandra的索引查詢和排序
cassandra的索引查詢和排序 cassandra的查詢雖然很弱，但是它也是支援索引和排序的，當然是簡陋的查詢，這一切都是為了追求效能的代價，所以要使用cassandra，你不能希望它完全適用你的邏輯，而是把你的邏輯設計的更適合cassandra。第一 索引查詢 cassandra是支援建立二級...