Vertica 数据库与 Cassandra 相比有什么优势？
2012-01-19 20:09:59   来源：   点击：

2 个答案

• 答案 1：

  你把vertica写成virtica了，我先帮你纠正过来。vertica是传统的关系型数据库，特点是按列存储，而且集成了MapReduce支持。Cassandra则是属于NoSQL阵营，特点是综合Dynamo的弱一致性模型和Bigtable的数据模型。它们的比较其实就相当于这两个阵营的对比了，这方面文章不要太多。那么很显然，vertica最大的优势就是它提供了SQL的支持，可以很好的兼容以往的工具和数据，习惯SQL的程序员用起来也爽。传统的SQL语义在高可伸缩性要求下很难实现，如join等操作。你可以设想一下，如果要join的表都非常大，超出单台机器的处理能力，要高效地完成这个操作该有多困难。事实上这方面已经有很多学术研究在进行。传统的数据库除了SQL语义外，还要保证transaction的ACID，而要同时满足高一致性和事务操作的要求是很难实现高可伸缩性的。因而才会有NoSQL的出现，它们牺牲了部分SQL和事务的语义、降低一致性要求，以实现高可伸缩性的系统。Vertica的底层存储实现和HBase的不一样。虽然都是叫按列存储，HBase是先将表格按行划分成块，在数据块内部才是按列存储；Vertica的存储比较灵活，它号称可以配置哪些列要放在一起存储，每列都分开就是最基本的按列存储，所有列都和在一起就是按行存储了，不过同一列的数据还是会放在一起。所以按列或者按行存储只是不同的系统设计选择，不是决定性因素。关键还是在于对上层提供的语义。你如果关心的是执行效率，推荐你一篇论文http://www.cse.nd.edu/~dthain/courses/cse40771/spring2010/benchmarks-sigmod09.pdfHBase，Cassandra本身只有存储能力，如果要做查询需要借助Hadoop这样的框架进行，Hive就是把查询都编译成Hadoop任务实现的。Hadoop的查询效率要比关系型数据库要低，主要是因为1）Hadoop为了保证容错，中间数据都要走一遍磁盘，IO开销大；2）Hadoop缺少查询优化引擎还有索引等优化机制（有人把Hadoop任务转换成sql语句，然后再利用传统数据库的优化算法优化portal.acm.org/citation...）。Hadoop社区主要关注的是高可伸缩性，性能不行，就加机器呗。

• 答案 2：

  你那个文档 我看过，比较的是Hadoop与Vertica，我觉得没有可比性，应该比HBase与Vertica。除非HBase没有优化它的存储和查询，直接使用Map Reduce做查询。MapReduce是对大文件，无序数据处理。HBase应该是有排序的，还没仔细读源代码。