Apache Cassandra与MongoDB谁更适合大数据。这两个系统都用于存储大数据，但它们的表现却截然不同。
如果你想了解大数据管道所需的数据库接收器，那么本文能让你对Cassandra和MongoDB有所了解。
Cassandra与MongoDB
我们将比较Apache Cassandra与MongoDB，看看哪一个满足你的需求。
两种解决方案都为你存储数据，但它们以不同的方式执行。Cassandra使用与数据库表非常相似的东西存储数据，MongoDB使用“文档”存储数据。
Apache Cassandra
显然，两个系统都为你存储数据，这是它们的相似之处。其次，两个系统都以分布式方式存储数据。
Cassandra使用PRIMARY KEY分发数据。每个主键值使用单个分区。这意味着它每个分区只能存储一行数据。
如果你有大量数据由数千或数百万行组成，则不是很有用。为了适应这种情况，Cassandra表可以拥有一个唯一值的CLUSTERING KEY，并使Cassandra能够为每个分区存储多行。
例如，这张Cassandra表格表示零售店的购买情况。
这表明每个商店位置都有一个ID，这就成了PRIMARY KEY。但请记住，由于Cassandra以分布式方式存储数据的方式，这只给我们一行。每个PRIMARY KEY值都分配了一个分区。
Cassandra获取该主键值并在其上放置哈希值并为其分配一个节点来存储数据。这就是Cassandra如此快速地查找值的方式。
要获得更多行，需要拥有包含唯一值的CLUSTERING KEY。具有唯一集群键值的行将与主键存储在同一节点上。
这使得数据建模比你可能习惯的更复杂一些。你会发现你不能像在普通的SQL系统中那样创建表，并且能够以相同的方式查询数据。
Cassandra是我决定成为我的数据接收器的选项，我的日志管道由Kafka，Cassandra和我编写的Python应用程序组成。
接下来，我们将看到MongoDB如何？
MongoDB
这是一个NoSQL数据库系统。我听说它叫做No SQL，非SQL和非关系型SQL，但实际上它意味着数据是使用键/值对存储的。
MongoDB将数据存储在类似JSON的对象中，这些对象称为文档。
以下是我们上面的零售示例的示例文档。
{
"item": "toothpaste",
"cost": 4.99
},
{
"item": "soda",
"cost": 0.99
}
每行由文档表示。
行集合称为集合。
关于NoSQL数据库的一个非常酷的部分是没有设置模式。可以在同一集合中包含与相同结构不匹配的文档。
使用你喜欢的语言与MongoDB数据库交互是一件轻而易举的事，因为大多数语言都支持JSON。每个文档都从MongoDB读入，并作为JSON值存储在程序中。
这使得MongoDB入门变得非常容易。
就像Cassandra一样，MongoDB也是一个分布式存储系统。
MongoDB使用SHARD KEY在集群中的不同节点之间分发文档，该密钥非常类似于上面概述的Cassandra的PRIMARY KEY。它使用SHARD KEY来了解存储数据的节点。
MongoDB集群的性能很大程度上取决于你选择的分片键。
结论
正如你所看到的，两个系统都可以以分布式方式存储大数据，但它们的表现却截然不同。