HBase Cassandra Riak HyperTable

Cassandra                                                              HBase

一致性

Quorum NRW策略

通过Gossip协议同步Merkle Tree，维护集群节点间的数据一致性

单节点，无复制，强一致性

可用性

1，基于Consistent Hash相邻节点复制数据，数据存在于多个节点，无单点故障。

2，某节点宕机，hash到该节点的新数据自动路由到下一节点做 hinted handoff，源节点恢复后，推送回源节点。

3，通过Gossip协议维护集群所有节点的健康状态，并发送同步请求，维护数据一致性。

4，SSTable，纯文件，单机可靠性一般。

1，存在单点故障，Region Server宕机后，短时间内该server维护的region无法访问，等待failover生效。

2，通过Master维护各Region Server健康状况和Region分布。

3，多个Master，Master宕机有zookeeper的paxos投票机制选取下一任Master。Master就算全宕机，也不影响Region读写。Master仅充当一个自动运维角色。

4，HDFS为分布式存储引擎，一备三，高可靠，0数据丢失。

5，HDFS的namenode是一个SPOF。

伸缩性

1，Consistent Hash，快速定位数据所在节点。

2，扩容需在Hash Ring上多个节点间调整数据分布。

1，通过Zookeeper定位目标Region Server，最后定位Region。

2，Region Server扩容，通过将自身发布到Master，Master均匀分布。

负载均

衡

请求Zookeeper取得整个集群地址，然后根据Consistent Hash选择合适的节点。client会缓存集群地址。

请求Zookeeper取读写数据路由表定位Region Server，Master会修改这个路由表。Client自身也会缓存一部分路由信息。

数据差异比较算法

Merkle Tree , Bloom Filter

Bloom Filter

锁与事务

Client Timestap（Dynamo使用vector lock）

Optimistic Concurrency Control

读写性能

数据读写定位非常快。

数据读写定位可能要通过最多6次的网络RPC，性能较低。

CAP点评

1，弱一致性，数据可能丢失。

2，可用性高。

3，扩容方便。

1，强一致性，0数据丢失。

2，可用性低。

3，扩容方便。