Cassandra还是SOLR？哪个对于前端读取查询性能更好？

Question

我的团队要求我在前端查询速度方面选择Cassandra或SOLR。我告诉他们，Cassandra是NOSQL数据库，而SOLR则是索引工具。但是他们说可以将完整数据库推送到SOLR（就像使用SOLR作为数据库）或者只使用Cassandra和SOLR。这让我很困惑。

我们要处理的数据量大约有10亿条数据，分布在4个MySQL表中（通过连接获取），网站只有读取查询。我们不需要全文搜索。

我认为SOLR无法轻易击败的另一个方面是其全文搜索功能，但在我们的情况下，我们并不需要它。

那么SOLR还有什么优势是Cassandra无法提供的？Cassandra有哪些特点可以替代SOLR在我们的特定案例中？

换句话说，谁会表现更好？Cassandra单独使用？SOLR作为独立数据库？还是两者一起使用？最重要的是为什么和为什么不？

在我的下一个团队会议上，用强有力的观点支持我的选择非常重要。

编辑：

- SOLANDRA不是一个选项，因为它不够成熟，也不再维护。 - DataStax不是一个选项，因为SOLR功能仅在企业版中提供。

- codersofthedark

---

@Xodarap，这怎么会是个大问题呢？如果需要的话，您可以轻松地获得强一致性保证。您可以选择（每个操作）等待响应的副本数量：http://www.datastax.com/docs/1.0/dml/data_consistency - Tyler Hobbs

@Tyler：Facebook转向使用HBase 部分原因是因为其更简单的一致性模型，而我知道在Cassandra中增加一致性会导致延迟问题。我毫不怀疑这个问题可以解决，但值得考虑。 - Xodarap

Answer 1

如果您不需要Solr的全文搜索功能，我认为选择Cassandra比Solr更好很多。

（披露：我在DataStax工作。）

从操作上来看，由于Dynamo架构，处理Cassandra群集要简单得多。将Solr分片可能会非常痛苦，这也是我们在DataStax中将搜索构建到DSE中的主要原因之一；这是许多人想要避免的事情。我并不是要向您推销DSE，只是指出Solr的缺点。

例如，当您想要改变Solr的分片数时，您必须创建和构建一个全新的索引。您必须担心Solr群集的死锁问题。还有其他几个限制：http://wiki.apache.org/solr/DistributedSearch 您还没有说过您需要支持哪种类型的查询。提供这些信息将使您获得更好的答案。

- Tyler Hobbs

---

目前查询仅为读取查询，并使用4个MySQL表上的连接获取。如果您想了解有关查询性质的更多信息，请告诉我。因此，从您的输入中，我可以得出结论：如果我们的索引在单个系统上，并且我们不需要全文搜索功能，则SOLR和Cassandra的性能可能相同，但如果索引是分布式的，则最好使用Cassandra？即使在单台机器上，Cassandra的性能也会更好吗？如果是/否，则为什么？ - codersofthedark

@dragosrsupercool，查询的性质肯定会很有帮助；细节越多越好。 - Tyler Hobbs

Answer 2

• Cassandra是一种NoSQL数据存储系统，旨在处理海量数据。从Tera字节开始，甚至设计来进行高性能表现。
• 请记住，NoSQL数据库或数据存储在查询方面的功能有限。它们没有连接查询，因为这会导致系统死机。想一想！
• 您肯定能够快速读/写某些数据，并且可以查询其中的一些数据。
• 灵活的模式，您可以将稀疏数据推入其中。也就是说，在一般的DB中，您要为一个空条目推送NULL，在此处根本不需要推送它:) 您不需要这样做！
• 不能进行全文搜索。

这就是大但的出现之处。

• 尽管您可以将其用于数据库，但SOLR另一端是TF-IDF全文搜索引擎。
• 灵活的模式。只需标记不需要的字段即可。
• Solr将帮助令数据快速进行分词、解析和索引。它的响应非常出色。它返回XML，您可以解析XML以创建可表示的数据。
• 读取查询非常快，我的意思是真的很快。但我没有分享Cassandra和SOLR之间的比较。

最后，由于您想要CASSANDRA和SOLR一起使用。请查看SOLANDRA（前Lucandra）

- user349026

---

Solr允许使用灵活的模式定义，包括动态字段。 - Xodarap

@Wajih：同意，Cassandra可以处理大量数据，但是SOLR也可以做到这一点，我想它的扩展性也很好。如果我错了，请纠正我。此外，JOIN是SOLR和Cassandra都无法提供的功能。它们两者都提供了灵活的模式。SOLR具有高性能的全文搜索功能，但在我们特定的情况下不需要它。我们也不需要写操作。所以现在你说Cassandra的读取速度非常快，但是你又说SOLR也很快，那么问题仍然是什么使一个比另一个更好呢？:( - codersofthedark

我已经重新改写了问题，以更清晰地描述情况。 :) - codersofthedark

@Xodarap - 我本意是说稀疏数据。也许我需要详细阐述我的答案。 - user349026

@Xodarap - 嗯...我想我错过了这个重要的点。我会去看看的。你有其他链接吗？我是指除了Cassandra官方网站之外的链接。上次我使用SOLR时就遇到了这个问题。也许我做错了什么... - user349026

@Wajih：只需不将您的字段标记为必填项即可。例如，请参见SOLR-181。 - Xodarap

Answer 3

您也可以查看Datastax，有社区版和企业版，但我认为Solr不包含在社区版中 :(

Solandra不再被积极开发了，作者转到Datastax并在那里继续他的工作。

在我看来，Cloudera对于Hadoop，Datastax对于Cassandra。

- Marko Bonaci

---

哦，是的...忘记了 DataStax。应该提到它 :) - user349026

@mbonaci：理解为什么我们需要同时使用它们以及信任Datastax / Solandra非常重要。我的意思是，Cassandra中有什么是SOLR无法提供的，反之亦然？我们不需要全文搜索。那么一个是否可以替换另一个？ - codersofthedark

我已经重新改写了问题，以更清晰地描述情况。 :) - codersofthedark

抱歉，如果您不需要FT搜索，那么您根本不需要Solr（正如Tyler所说）。 Solr首先是搜索引擎，其次才是其他所有事情。然后，Datastax Cassandra社区版（没有Solr）就足以开始构建技术验证了。 - Marko Bonaci

Answer 4

Solr的索引功能在读取方面会优于Cassandra。它将索引热门查询，因此频繁查询将更快。它是为读取而构建的，而Cassandra则是为存储而构建的。但正如已经说明的那样，如果需要，Cassandra将非常适合扩展。为什么不进行基准测试，使用单个节点、100万个随机文本字符串和100万个平均查询。其中任何一个都将优于MySQL，更不用说MySQL联接查询了。PS：我认为Solr 4很快就会支持联接。

- Alexis Hope