分類: 為什么 常識詞典 編輯 : 常識 發布 : 09-30

閱讀 :441

Vertica 數據庫與 Cassandra 相比有什么優勢？Vertica 是傳統關系型數據庫么？首先它也是基于列的，除了沒有 HDFS 之外，它跟 HBase 或者是 Cassandra 有什么區別？-L 接口慢慢大家都會有。我個人覺得 No-L 這種提法本身就有問題，實現部分 -L 的 Vertica 不能算傳統關系型數據庫。稱為 Column-based 數據庫比較合適。HBase、Cassandra 等都屬于該范疇。但 Vertica 比較特殊，沒用 HDFS 這種分布式文件系統。它自己用本地文件系統通過 spread 通信。我比較關心執行效率問題。個人認為 No-L 和 -L 的比較主要是開發人員使用體驗，對實際數據處理效率沒有實際意義，傳統關系型數據庫修改數據很快適合 OLTP，但不適合海量數據查詢分析。但對于 OLAP 來說，更多的關心執行效率。Vertica 在數據插入上比較慢，但查詢快，所以要比較 OLAP。2 個答案

答案 1：

你把vertica寫成virtica了，我先幫你糾正過來。vertica是傳統的關系型數據庫，特點是按列存儲，而且集成了MapReduce支持。Cassandra則是屬于No-L陣營，特點是綜合Dynamo的弱一致性模型和Bigtable的數據模型。它們的比較其實就相當于這兩個陣營的對比了，這方面文章不要太多。那么很顯然，vertica最大的優勢就是它提供了-L的支持，可以很好的兼容以往的工具和數據，習慣-L的程序員用起來也爽。傳統的-L語義在高可伸縮性要求下很難實現，如join等操作。你可以設想一下，如果要join的表都非常大，超出單臺機器的處理能力，要高效地完成這個操作該有多困難。事實上這方面已經有很多學術研究在進行。傳統的數據庫除了-L語義外，還要保證transaction的ACID，而要同時滿足高一致性和事務操作的要求是很難實現高可伸縮性的。因而才會有No-L的出現，它們犧牲了部分-L和事務的語義、降低一致性要求，以實現高可伸縮性的系統。Vertica的底層存儲實現和HBase的不一樣。雖然都是叫按列存儲，HBase是先將表格按行劃分成塊，在數據塊-才是按列存儲；Vertica的存儲比較靈活，它號稱可以配置哪些列要放在一起存儲，每列都分開就是最基本的按列存儲，所有列都和在一起就是按行存儲了，不過同一列的數據還是會放在一起。所以按列或者按行存儲只是不同的系統設計選擇，不是決定性因素。關鍵還是在于對上層提供的語義。你如果關心的是執行效率，推薦你一篇-.cse.nd.edu/~dt-ain/courses/cse40771/spring2010/benc--rks-sigmod09.pdfHBase，Cassandra本身只有存儲能力，如果要做查詢需要借助Hadoop這樣的框架進行，Hive就是把查詢都編譯成Hadoop任務實現的。Hadoop的查詢效率要比關系型數據庫要低，主要是因為1）Hadoop為了保證容錯，中間數據都要走一遍磁盤，IO開銷大；2）Hadoop缺少查詢優化引擎還有索引等優化機制（有人把Hadoop任務轉換成sql語句，然后再利用傳統數據庫的優化算法優化portal.acm.org/citation...）。Hadoop社區主要關注的是高可伸縮性，性能不行，就加機器唄。

答案 2：

你那個文檔 我看過，比較的是Hadoop與Vertica，我覺得沒有可比性，應該比HBase與Vertica。除非HBase沒有優化它的存儲和查詢，直接使用Map Reduce做查詢。MapReduce是對大文件，無序數據處理。HBase應該是有排序的，還沒仔細讀源代碼。

下一篇:思八達能忽悠這么多的人？ 下一篇 【方向鍵 ( → )下一篇】

上一篇:男人小便時會忍不住想去沖掉便池上的臟東西？ 上一篇 【方向鍵 ( ← )上一篇】