“大数据”这个术语已经成为常用技术词汇的一部分了很长一段时间，它不会很快消失。那么，现在的问题是 - 你如何储存它？更重要的是 - 什么是存储它以便于访问，检索和消费的最佳方式？
这是一个小背景。当您的技术堆栈需要不断检索大量数据时，通常会对如何转换，操作和存储它们产生混淆。主要挑战是确定如何管理这些大量数据，同时确保质量，可访问性和可靠性。许多组织都在努力解决这个问题，并且难以决定选择哪种数据库系统。
根据应用程序及其要求，此选择通常位于SQL和NoSQL数据语言之间。SQL有时是不可避免的，尤其是在向应用程序公开重要的自由形式查询时。但是，如果可以缩小这种范围，那么很难反驳NoSQL系统的访问速度和易用性。就个人而言，当我没有给出具体要求，并且可以自由使用任何NoSQL系统时，选择很明确：Apache Cassandra。
在这里，我将探讨数据库管理的基础知识和担保Apache Cassandra的优越性。请放心，这些意见完全是我自己的，没有人在Apache支付我推销他们的产品。我真的很喜欢cassandra。
免责声明：我想补充一点，这是对数据库和Cassandra的高级概述。我不会深入研究细节或获取技术，而是提供对系统的基本洞察力。可以把它想象成NoSQL系统中的大数据管理的简单介绍，需要零知识。
了解数据库系统
数据结构之间的对比是一个重要的识别元素。SQL和NoSQL数据库以不同的方式运行，并提供不同的优势。虽然它们都是管理大数据的可行选择，但在确定两者之间存在关键区别可能是至关重要的。
什么是SQL？
结构化查询语言为我们提供了在关系数据库中操作和查询数据的方法。此类型的数据库由一个或多个表组成，其中每个表包含关系行和信息列。让我们想象一个抽象的例子。想象一下有两列的表 - “名字”和“出生日期”。SQL允许您通过仅知道其名称并将其应用于SQL语句来搜索个人的生日，反之亦然。只要您确定连续一个值，就可以根据该值搜索整行。
几十年来，SQL结构已在主存储数据库中使用。流行的SQL数据库包括MySQL和Oracle，以及其他许多数据库。SQL背后有一个知识社区，这有助于语言保持其受欢迎程度。总的来说，SQL系统提供了简单和声誉，可以满足许多大数据管理目标。
什么是NoSQL？
不仅SQL数据库提供了以非关系方式建模和检索数据的能力。虽然有许多不同类型的NoSQL数据库，但是想到它们的简单方法是作为数据blob的集合，每个数据blob都有一个唯一的密钥。要检索数据blob，您必须知道此密钥。使用我们之前的示例，表中的每一行现在都有一个用于获取名称或生日的密钥。这限制了您查询数据的程度或程度，但它可以更快地检索，因为您不必搜索数据库。总的来说，如果您不需要太多结构，它是一种更加动态的组织信息方式，也是理想的选择。
许多组织使用NoSQL来管理他们的数据，最受欢迎的系统是MongoDB，HBase，Couchbase和Cassandra。NoSQL有四类，包括键值存储，宽列存储，图形数据库和文档数据库。凭借其更自由的表单结构，它是不断发展的企业的首选。
关键差异
很明显，某些数据集可能更适合SQL，而其他数据集则适用于noSQL。最常见的决定因素是应用程序使用数据库执行的查询需要的复杂程度或变量。想象一下存储一系列书籍和作者的图书馆应用程序。此应用程序的用户可能需要执行多个查询，例如查找特定作者的所有书籍或特定系列书籍的ISBN。允许用户进行复杂查询的此类应用程序通常是SQL系统的理想选择。
或者，想想一个简单的约会应用程序，如Tinder或Bumble。要查找匹配项，需要多次执行单个查询，并且需要快速交付结果。在这种情况下，NoSQL系统将是理想的使用方式。但是，重要的是要注意，在构建复杂系统时，通常需要SQL和NoSQL的功能。组织通常使用系统组合来满足他们的需求。例如，一个受到广泛欢迎的经典组合是将数据存储在像Cassandra这样可靠的noSQL系统上，并使用像Elasticsearch或Solr这样的搜索引擎在其上构建搜索。
Apache Cassandra
有了SQL / NoSQL的基础知识，让我们深入了解Apache Cassandra。该系统是一个高度可扩展的非关系数据库，可帮助Spotify，Netflix和Apple提供支持。Cassandra最初是在Facebook开发的，并于2010年成为一个受欢迎的Apache项目。它是开源的，广泛的列存储和广泛的可扩展性。如果您没有进行那么多疯狂搜索，那么您可以使用它 - 当您的优先级是可扩展性，操作简单性和快速查找时。
终极表现
使用Cassandra是个人选择。这可能不是每个人的偏好，但在我看来，Cassandra是特别的。我对Cassandra的亲和力来自系统的一些不同的高级方面，包括密钥聚类，可配置性和条件更新。然而，最重要的是，Cassandra的表现永远不会让我惊叹。
到目前为止，与任何其他替代NoSQL系统相比，Cassandra具有最佳的速度和可靠性。四个最具竞争力的NoSQL系统的Datastax比较显示，工作负载和负载过程的吞吐量明显优越。Cassandra在数据存储方面具有快速读写性能以及无可否认的可靠性，这就是为什么它是我的首选系统。
值得信赖的选择
总的来说，决定选择哪种结构和系统可能是一条令人困惑的道路，但这是必要的。大数据用于无数的企业和组织，他们都需要一种方法来存储它。我的建议是考虑cassandra。大数据格局只会越来越大，而Cassandra是快速导航它的最佳方式之一。