为什么在大数据处理赏罚中Cassandra与Spark云云受接待？

跟着当代云应用对正常运行时刻及机能程度的要求慢慢进步，已经有越来越多用户开始将留意力齐集在Apache Cassandra数据库身上。

那么，为什么要选择Apache Cassandra？这套漫衍式OLTP数据库可以或许带来高可用性与线性可扩展手段。在提及Cassandra的用途时，我们可以将其领略为一套抱负的客户体系实现方案——其可以或许担保种种应用始终可用，包罗产物目次、物联网、医疗体系以及移动应用。这类项目一旦遭遇停机，企业也许面对严峻的营收丧失乃至失去忠诚的用户。Netflix公司早在2008年就开始行使这套开源数据库，而其做出的大力大举敦促也真正让Cassandra引起了公家的重视。

Cassandra于2010年成为Apache软件基金会的顶级项目，并且至今仍拥有极高人气。Cassandra专业常识可以或许辅佐我们在人才市场上得到欣赏。我们不禁要问——为什么这一开源项目可以或许大受接待？

Cassandra可以或许操作Amazon宣布的Dynamo论文中所提到的奇异计划成就，从而担保硬件与收集呈现大局限妨碍时继承担保可用性。操作点对点模子，其消除了单点妨碍也许性，从而辅佐我们在机架妨碍乃至是收集整体下线的环境下得以幸存。我们可以或许在无需影响用户体验的环境下，顺遂处理赏罚整体数据中心妨碍。只有可以或许应对妨碍的漫衍式体系才是一套拥有精彩计划程度的漫衍式体系，而在Cassandra的辅佐下，我们可以或许遭受衷耘嗷测状况，并将应对机制纳入数据库架构及成果傍边。

但各人也许要问，“不外，我之前只行使过相关型数据库，太过进程是否很是艰巨？”这个题目无法一概而论。Cassandra行使的数据模子对付相关数据库打点员来说并不生疏，我们同样行使表举办数据建模，并通过CQL——Cassandra查询说话——查询数据库。不外与SQL差异，Cassandra支持更为伟大的数据布局，譬喻嵌套与用户界说范例。譬喻，相较于为某张图片建设独立的存储表，我们可以直接将该数据存储在荟萃中以实现更为快速的查询速率。这种作法在CQL傍边很是天然，而对应的图片表中则包括其名称、URL以及喜欢该图片的用户信息。

在高机能体系傍边，毫秒级此外差别也许抉择用户的现实体验与去留。然而，资源本钱奋发的JOIN操纵限定了我们的向外扩展通彻。通过对数据举办非类型化处理赏罚，我们可以或许尽也许低落哀求数目，从而大幅低落磁盘空间本钱并实现可猜测的高机能应用。

虽然，我们可以或许存储的毫不只仅是图片数据。Cassandra针对高写入吞吐量举办了优化，这意味着其可以或许美满地处理赏罚大数据应用。时刻序列与物联网用例的快速增添要求我们不绝寻求新的要领以网络数据并改造数据的应用技能。

这就带来了新的题目：我们已经可以或许以当代化且具备本钱效益的方法存储数据，但怎样进一步晋升处理赏罚手段？换言之，在数据网络完成后，我们该怎样加以运用？我们怎样有用说明数百TB数据？我们又该怎样故秒为单元及时操作信息举办决定？Apache Spark正是题目的谜底。

Spark可谓大数据处理赏罚的下一场革命。Hadoop与Mapreduce属于第一代革命性项目，它们让我们得以驻足于大数据层面实现数据网络。而Spark则可以或许大幅进步机能并低落代码计较的伟大性，从而实现亘古未有的数据说明手段。在Spark的辅佐下，我们可以完成大量批处理赏罚计较，针对数据流处理赏罚功效举办回响并通过呆板进修机制做出明智决定，最终操作遍历与递归领略伟大的信息。其方针不仅是为客户提供更为快速靠得住的应用毗连手段（这部门结果由Cassandra认真实现），同时也必要操作信息做出营业决定地更好地满意客户需求。

各人可以点击此处查阅Spark-Cassandra Connector方案声名（开源），我们也凶猛提议列位在DataStax Academy上查找免费的自学教程。

但愿各人可以或许享受这段技能进修之旅！假如各人但愿相识更多，也可参阅我们的OSCON教程，个中包括大量与Cassandra与Spark相干的内容。

本文转自：http://developer.51cto.com/art/201605/511399.htm

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!