随着物联网的大规模爆炸和社交媒体的日益使用，以非常高的速度生成的海量数据，存储和分析这些海量数据的能力已经提高。Hadoop是设计用来处理如此大量数据（通常称为大数据）的复杂工具之一。Cassandra是另一个易于部署和管理的高度可扩展数据库。但Hadoop和Cassandra哪个是最好的选择？

什么是hadoop软件(hadoop)？

apachehadoop实际上是处理和存储大量数据的框架，通常被称为“大数据”。Hadoop是所有大数据解决方案的基石。Hadoop是Apache软件基金会的一个项目，是一个大规模的分布式处理系统，旨在跨集群中的节点分发和处理大量数据。它不是为了取代传统的数据库系统；事实上，Hadoop通过加快与大型数据集相关的操作，使关系数据库的使用变得更加容易。Hadoop基于著名的MapReduce编程模型，适用于并行处理分布在节点集群上的巨大数据集。Hadoop分布式文件系统（HDFS）是Hadoop的数据存储和处理文件系统，运行在商用硬件上，提供对大量数据的并行流式访问。

什么是卡桑德拉(cassandra)？

apachecassandra是一个开源的、完全分布式的、面向列的数据库，与传统的单主数据库相比，它提供了优越的可伸缩性和容错性。Cassandra是一个非关系型数据库，也称为NoSQL数据库，它的分布设计基于Amazon的Dynamo，数据模型基于Google的Bigtable，这是一个高性能的NoSQL数据库，建立在用于大型数据库基础设施的Google专有存储技术之上。它是一个分布式管理系统，旨在跨商品服务器处理大量结构化数据。与其他流行的分布式数据库（如HBase、Voldermort和Riak）相比，apachecassandra为数据建模和查询提供了一个健壮且富有表现力的接口。Cassandra最好的地方是它是分布式的，这意味着它能够在多台机器上运行。

hadoop和cassandra的区别

定义

–Hadoop是一个用Java编写的Apache开源框架，当您以流式方式或批处理方式同时处理大量数据时，它可以处理大量需要大规模处理的数据。另一方面，apachecassandra是一个高度可扩展的、完全分布式的数据库，设计用于跨商品服务器处理大量结构化数据。apachecassandra为建模和查询数据提供了一个健壮的、富有表现力的接口。

部署

–Hadoop是一个可扩展的框架，旨在部署在低成本硬件上。HDFS存储分布在一组节点上；单个大文件可以跨集群中的多个节点存储。它部署在一个数据中心中，但它们在地理位置上都位于同一位置。另一方面，Cassandra以一种非常分布式的方式部署为一个实例集群，所有实例都相互感知。数据可以读写到集群中的任何实例（称为节点），节点将请求转发到数据所属的实例。

框架

–Apache Hadoop是一个基于著名的MapReduce编程模型的大数据处理框架，适用于并行处理分布在节点集群上的巨大数据集。它是一个分布式处理系统，旨在跨集群中的节点分发和处理大量数据。另一方面，Cassandra是一个完全分布式的NoSQL数据库，它为建模和查询数据提供了一个独特的健壮和表达的接口。它不像传统的数据库系统；实际上，它以键值对的形式存储数据。与Hadoop不同，Cassandra主要用于实时数据处理。

数据格式

–Hadoop可以处理各种格式的任何类型的数据，无论是结构化的、半结构化的还是非结构化的，以及您可能想到的任何数据–图像、JSON、XML等等。另一方面，Cassandra是一个分布式管理系统，旨在跨商品服务器处理大量结构化数据。最重要的是，卡桑德拉不支持图像。

建筑学

–Hadoop遵循由主节点和从节点组成的主从架构。NameMode是主节点，DataNodes是从节点。通常，DataNode守护程序在每个从属模式上运行，并管理连接到每个DataNode的存储。HDFS可以部署在运行Java的各种机器上。另一方面，Cassandra使用点对点分布式系统将数据存储在不同的节点上，这使得分散存储比主/从存储更易于操作和维护，因为所有节点都是相同的。

hadoop与cassandra：比较图

总结

Hadoop是大数据解决方案的基石，它提供了一个前沿平台来存储和分析大量的数据集，并改进了传统的关系数据库管理系统。apachehadoop提供了一个容错的分布式框架，用于跨商品集群存储和处理非常大的数据集。Cassandra是领先的NoSQL数据库，它利用Dynamo和Bigtable文件的最佳技术进步，跨商品服务器处理大量结构化数据。此外，Cassandra非常适合于快速的在线事务，而Hadoop非常适合于更快的数据存储和检索。