zoukankan
html css js c++ java
Cassandra HBase和MongoDb性能比较
详见:
http://blog.yemou.net/article/query/info/tytfjhfascvhzxcytp68
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。
1. 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:
3.WorkloadB:读修改操作各占一半情况下的读性能:Cassandra落后
4.WorkloadB: 95%的read和5%的update以读为主的场景下修改性能:MongoDB落后:
5.WorkloadB: 95%的read和5%的update以读为主的场景下读取性能:
三者差不多,HBase好些:
6.WorkloadC 100%的read:
7.WorkloadD 5%的插入和95%的读的场景下插入性能,Cassandra表现最好。
8.WorkloadD 5%的插入和95%的读的场景下读性能,Cassandra表现最好。
9.WorkloadF 50%的read-modify-write 和50%的read,读取性能:
10.WorkloadF 50%的read-modify-write 和50%的read,修改性能,MongoDB表现最差
11.WorkloadF 50%的read-modify-write 和50%的read,read-modify-write性能,MongoDB表现最差
12.WorkloadG 90%的插入insert和10%的读取,插入性能:
总体个人总结:HBase比较中庸些,适合各种场景,Cassandra适合读写分离的场景,写入场景使用Cassandra,比如插入操作日志,或领域事件日志的写入;而MongoDB适合做读写分离场景中的读取场景,Cassandra与MongoDB之间使用定时同步,适合一致性要求不是特别强的业务。
查看全文
相关阅读:
easy-batch job processors
easy-batch job marshallers
easy-batch job mappers
easy-batch job filters
easy-batch job writers
easy-batch job readers
easy-batch job 报告
easy-batch job 调度
easy-batch job 监控
easy-batch job 配置
原文地址:https://www.cnblogs.com/grefr/p/5046303.html
最新文章
查看 systemctl 崩溃日志 及 运行日志
nginx只允许域名访问,禁止ip访问 禁止其他域名访问
HTTP 请求头 响应头
[Vue warn]: Avoid using non-primitive value as key
earthly 简单试用
buildkit 并发高效缓存Dockerfile 无关的构建器工具包
AxonFrameworksAxonFramework jvm 上强大的演进式事件驱动的微服务框架
earthly 通用容器构建工具
ff4j web console 配置说明
ff4j aop模式动态bean 切换
热门文章
ff4j Flipping Strategies
ff4j 一些高级概念
ff4j spring boot jdbc 基本试用
ff4j 一些核心概念
一种基于特性开关以及规则的软件开发模式
ff4j spring boot 基本试用
easy-flows 一个简单的工作流引擎
easy-batch相关qa
easy-batch job listeners
easy-batch job validators
Copyright © 2011-2022 走看看