Cassandra 1.0.0为进军企业做好了准备

近日，Apache发布了Cassandra 1.0.0，这是该分布式基于列的数据存储的首个主要里程碑版本，带来了数据压缩与其他几处性能改进和优化.

最近用Cassandra的又逐渐多了，除了之前的360案例，在月初的QCon Shanghai 2013 篱笆网也介绍了其使用案例. 而这篇 百万用户时尚分享网站feed系统扩展实践文章则提到了Fashiolista和Instagram从Redis迁移到Cassandra的案例. 考虑到到目前仍然有不少网友在讨论Redis的用法问题，Redis是一个数据库、内存、还是Key value store?以及Redis和memcache在实际场景的抉择问题，因此简单谈下相关区别.

Apache Cassandra 是一个强大的开源分布式NoSQL数据库，高度的可伸展性. 基于DC/OS构建其分布式集群是个非常值得采纳的方法，其基本思路是：. 把Cassandra放到Docker里，然后由DC/OS调度Cassandra容器集群运行、管理. Mesos 的 persistence primitives 是一个新的强大的工具，它使得更多的有状态应用可以运行在 Mesos 上.

从0.5和0.6版本开始， Cassandra就提供了主键 缓存和行缓存. 在1.1 版本中，Cassandra的核心开发团队重新对缓存策略进行了设计和实现，以提供配置更简单但同时又更高效的缓存效果. 为什么要将缓存集成到数据库内部. 实际上，缓存既可以储存到数据库内部，也可以是外部的独立缓存层.

MariaDB已经宣布了Cassandra存储引擎的一个预览版本. 该插件允许MariaDB通过标准SQL语法使用Cassandra集群. MariaDB并不是第一款为Cassandra提供SQL支持的产品. 例如，Simba提供了一个 Cassandra ODBC驱动，可用于大多数的ODBC兼容工具.

目前的压缩机制：Tiered Compaction. 在讲分层压缩之前，我们先来看一下Cassandra目前的数据存储模型和数据压缩机制. 像我们上面说的一样，Cassandra在内存数据达到一定大小时，会将数据排序写入磁盘生成一个sstable文件块，当第一级的sstable数目达到四个时，由于这四个sstable相当于是按时间划分的一段时间的数据快照，所以这四个块中会有一些相同的数据.

来源： http://blog.nosqlfan.com/html/1845.html. 在NoSQL如日中天的今天，各种NoSQL产品可谓百花齐放，但每一个产品都有自己的特点，有长处也有不适合的场景. 本文对 Cassandra,  Mongodb,  CouchDB,  Redis,  Riak 以及  HBase 进行了多方面的特点分析，希望看完此文的您能够对这些NoSQL产品的特性有所了解.

这是一篇基于亚马逊云平台上对三个主流的. NoSQL数据库性能比较，在读写两个操作不同的组合情况下性能表现不同. 横坐标是吞吐量，纵坐标是延迟，这是一对矛盾，吞吐量越大，延迟越低，代表越好. 纯粹插入，Cassandra领先，见下图：. 2.WorkloadA: 读修改操作各占一半情况下的修改性能：MongoDB明显延迟增加，落败:.

提到这两个系统，他们在核心思路上是非常类似的，但有一些细节性的东西又有所偏重，在分布式系统中也算是独树一帜了，很有代表性的一个系列，这些不一致的地方，最明显的地方就在于一致性上. 可见，哪怕是从追求简单为上的工程化实现来说，各种不同的方式实现一致性也都有很大的不同，不过他们也有一些共性和一些独树一帜的概念，下面来做一下分别解说.

最近，datastax的开发博客上发了一篇文章 How not to benchmark Cassandra （不要这样压测Cassandra），文章说了压测Cassandra时应该避免的几个地方. 其实，对于正常使用情况下提升Cassandra的性能，避免某些瓶颈，里面的有些tips还是非常有用的，所以摘录出来，本文并非原文翻译，而是选择了其中几点，并总结了自己优化Cassandra的一些实践，如果有需要，请直接查看链接.