Cassandra / HBase / 文档 / 键值横评目 录一、导读二、Cassandra 与 HBase2.1 核心差异2.2 选型结论三、列族与文档型MongoDB3.1 差异3.2 选型结论四、列族与键值 / 时序4.1 与键值Redis4.2 与时序库五、综合对比与选择建议5.1 选择逻辑六、本篇小结一、导读前四讲完成了列族数据库从认知到部署的闭环。选型阶段需要回答同为列族的 Cassandra 与 HBase 如何取舍列族与文档型MongoDB、键值Redis的边界在哪。本讲把这些方案放入同一坐标系横向对比。二、Cassandra 与 HBase2.1 核心差异维度CassandraHBase架构对等无中心主从 ZooKeeper一致性最终一致可调AP行级强一致CP查询CQL类 SQLHBase API / Phoenix SQL部署依赖独立自带副本依赖 HDFS ZooKeeper数据分布一致性哈希按行键范围 Region 分片多数据中心原生支持跨机房复制较弱依赖上层2.2 选型结论高并发写入、需无单点与多机房容灾、可容忍短暂不一致 → Cassandra需要行级强一致、深度绑定 Hadoop / HDFS 生态、单行事务 → HBase。两者都面向海量写入取舍在于一致性强度与生态耦合。三、列族与文档型MongoDB3.1 差异维度列族Cassandra文档MongoDB数据模型宽表 / 键值按列组织BSON 文档可嵌套schema表结构较固定灵活文档字段可变查询CQL能力有限Query API 聚合管道丰富二级索引有限需维护支持完善事务轻量级事务LWT多文档 ACID 事务写入极高高吞吐时序友好高文档模型3.2 选型结论海量时序 / 日志 / IoT 高吞吐写入、线性扩展 → 列族需要灵活 schema、丰富查询、二级索引与多文档事务的通用业务数据 → MongoDB。列族胜在写入扩展文档胜在建模与查询灵活。四、列族与键值 / 时序4.1 与键值RedisRedis 内存存储、微秒级读写、数据结构丰富适合缓存 / 会话 / 计数Cassandra 面向持久化海量数据写入可横向扩展。二者常互补Redis 做热数据缓存Cassandra 做持久层。4.2 与时序库维度列族Cassandra时序InfluxDB 等专长通用海量写入 查询时序写入、时间范围查询时间序列优化一般需设计原生时间分片、聚合下推聚合 / 降采样弱强适用日志、宽表业务监控指标、传感器、金融行情纯时序监控场景时序库的时间分片与聚合更省心列族更适合「带列族结构的通用海量写入」业务。五、综合对比与选择建议方案模型一致性部署适用场景Cassandra宽表 / 键值最终一致可调对等独立海量写入、IoT、日志、多机房HBase宽表行级强一致主从 HDFS ZKHadoop 生态、强一致海量存储MongoDB文档可调支持事务副本集 分片灵活建模、丰富查询的通用业务Redis键值强一致单节点内存缓存、会话、计数器5.1 选择逻辑默认海量写入 无单点 → CassandraHadoop 生态 强一致 → HBase灵活建模与丰富查询 → MongoDB极快内存访问 → Redis。选型核心仍是对齐数据模型、一致性要求与运维能力。六、本篇小结本讲对比了列族与相邻方案Cassandra 以对等架构和可调一致性强于海量写入与多机房HBase 以行级强一致融入 HadoopMongoDB 以灵活建模与丰富查询见长Redis 以内存速度担纲缓存。选型不是比单一指标而是匹配场景。