天天看點

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

NoSQL資料庫作為資料庫市場最重要的組成之一,它的一舉一動都影響着成千上萬的企業。本專場邀請了行業頂級的NoSQL核心成員與大家共同展望NoSQL資料庫的未來,阿裡巴巴、MongoDB、Redisson、鬥魚等公司的技術大咖與大家共同分享了阿裡雲NoSQL資料庫的企業級特性及行業解決方案。

Redis & MongoDB雲資料庫技術剖析

阿裡雲智能事業群資料庫産品事業部技術總監,MongoDB中國使用者組杭州使用者會主席楊成虎(葉翔)為大家深度剖析了Redis和MongoDB雲資料庫的技術。

Redis企業級資料庫服務

Redis作為企業級資料庫需要關注四個方面:

 分布式:需要滿足企業快速成長和降低成本的需要,實作彈性擴容,以及從主從模式變為叢集模式。

 相容性:相容性是永恒的話題,即使無法做到100%一緻,但需要無限接近。

 安全審計:安全在雲環境中越來越重要,Redis開源版的安全審計能力比較薄弱,阿裡雲Redis對于這一點進行了加強。

 資料同步:需要能夠支援混合雲部署,使得第三方雲廠商、IDC與阿裡雲實作互通,以及資料遷移和轉換,滿足客戶上雲或者下雲的靈活決策。

Redis原生的Cluster架構采用了Gossip協定實作路由表的同步,但這種架構在社群以及企業中并沒有快速流行起來。雖然其有無中心架構、元件依賴少等優點,但也存在很多問題,如運維困難,路由存在不确定性,需要依賴Smart Client,并且不支援Multi-Key以及從主從模式遷移到叢集模式,進而造成更新困難。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

為了解決上述問題,阿裡雲Redis資料庫沒有采用Gossip協定,而是引入了新的兩個元件:Proxy和Config Server。阿裡雲Redis采用了配置中心對于路由表資訊進行管理,可以通過Config Server進行智能化排程,Proxy則能夠相容非Smart Client,支援Multi-Key,并能夠實作流量管理以及讀寫分離等。Proxy和Config Server雖然帶來了架構的複雜性,但管理大規模複雜架構正是雲廠商所擅長的。此外,這兩個新元件所造成的額外成本也會被削平。通過這樣的雲服務架構使得使用者能夠将Redis從主從架構無縫遷移到叢集版本。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

随着Redis Cluster雲服務架構的延伸,出現了一個新概念——Redis雲資料庫企業分布式矩陣。這個矩陣能從縱向和橫向進行擴充,縱向能夠随着Shard的添加進行分片,進而實作彈性擴充;橫向則能夠實作讀寫分離,并且做了Group分組隔離。全局來看,還支援Memcache和Redis雙協定,并且能實作叢集、主備之間的平滑切換。

阿裡雲Redis的Proxy引入了Connection Session的概念,能夠對于Connection實作更細粒度的管理,并且通過連接配接池實作了長連接配接複用,不僅能夠相容多種協定,并通過C語言高性能代碼也提升了短連接配接的性能。阿裡雲Redis的Proxy還具有熱更新能力,能保證在服務不間斷的情況下更新版本。

阿裡雲Redis在整個資料鍊路上進行了逐層加密處理,支援了SSL、白名單、權限管理以及關鍵指令的禁用和審計等,增強了Redis的安全審計能力。Redis還提供了一些免費的開源工具,如同步工具RedisShake以及資料校驗工具RedisFullCheck等。

而Redis作為記憶體型的緩存服務也存在很多挑戰,比如容量受限,成本較高以及持久化能力弱等。基于以上問題,阿裡雲提供了混合存儲的Redis版本,其目的在于為使用者提供持久化、可安全存儲的Redis服務。其實作依賴于底層的RocksDB,通過不斷同步冷熱Key,使得記憶體處于可控範圍之内。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

MongoDB企業級資料庫服務

MongoDB作為企業級資料庫需要關注四個方面,即安全審計、備份恢複、資料同步以及彈性伸縮。MongoDB的安全審計與Redis基本一緻,進一步增加了TDE加密。MongoDB增加了實體備份,使得備份和恢複效率都有了大幅度提升,并且通過增量備份能力使得資料能夠恢複到任意時間點。此外,在備份的基礎之上,阿裡雲MongoDB還提供了備份驗證能力。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

阿裡雲MongoDB還提供了診斷分析能力,并提供了MongoShake工具對資料進行同步。阿裡雲MongoDB基于RocksDB引擎實作了共享存儲解決方案,可以實作存儲彈性伸縮,秒級添加隻讀節點,并解決了oplog全局鎖問題。當然,這樣的方案也面對着幾點挑戰,如與WiredTiger的相容性問題;Compaction帶來的性能抖動;以及共享存儲延遲穩定性。

基于MongoDB的資料中台技術實作

MongoDB大中國區首席架構師唐建法為大家介紹了基于MongoDB的資料中台技術實作。

如果企業業務需要對接不同的客戶資料,而這些資料的結構、類型各不相同,可能需要花費數周甚至數月。很多已有的解決方案就是實作資料統一平台,将所有資料通過ETL抽取到資料平台上,這種方式的共性是“T+1”的方式批量采集彙總,做成資料集,以互動方式提供下載下傳。但這種方式存在着平台資料滞後、響應速度慢、互動方式粗糙等問題。

資料中台從技術的角度進行定義就是“資料統一平台+資料即服務能力”。資料來源于業務,需要按照“T+0”方式采集,提供及時的資料。資料需要以API的服務化方式傳遞出去,而非打包。這使得資料中台能夠對企業賴以生存的操作型系統提供支援,相比于分析型業務,操作型業務更加核心,更加能夠提高企業競争力,這也是資料中台火爆的原因。

資料中台的定義就是包含企業實時全域資料的,主要面向操作型業務應用為主的資料服務技術平台。其概念起源自國内,存在衆多流派,衆說紛纭。咨詢公司說資料中台是一種組織架構的轉變,方案提供商則說資料中台是像Hadoop一樣的技術平台産品,不同的組織有不同的出發點。

中國97%小微企業與資料中台基本不相關。腰部占3%的120萬家大中型企業,可能有很多的開發人員但沒有資料專家,另外還有少部分頭部企業。對于腰部的大中企業而言,系統可能不多,而資料團隊基本沒有,無法快速建構完善的資料中台,但是資料孤島的痛點、資料打通以及快速開發的需求卻是真實存在的。這些企業可以選用技術型架構,具體需要考慮的能力包括資料彙聚、資料治理以及模組化、資料API服務,以及最關鍵的存儲、海量、多模和高性能。

RDBMS、MPP、Hadoop、NoSQL以及NewSQL資料技術各有長短闆,在建構中台時也可以做一些參考,企業需要根據自身實際情況進行考量。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

之前,MongoDB用于大資料離線分析并不是很好的選擇,更多地是将其用于業務場景。而資料中台面向的就是業務應用場景,是以MongoDB成為了一個不錯的選擇,其具有較強的橫向自動擴充能力,支援多模多态,并且API友好。此外,基于MongoDB實作模組化所需要的工作遠少于傳統方式,能夠降低成本。

此外,MongoDB還具有資料采集、可視化模組化、無代碼化API、資料可視化等資料中台建構所必須的能力。

如下圖所示的是較為完整的MongoDB資料中台解決方案參考架構,從下到上依次是采集、存儲處理以及資料服務三層。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

基于MongoDB建構資料中台具有這樣幾個核心優勢,即無縫橫向擴充能力、多類型結構資料模型、邏輯模型即存儲模型、異構實時資料庫同步能力、無代碼快速API釋出能力以及簡單、輕量和快速。

圖資料庫GDB的設計與實踐

阿裡巴巴資深技術專家朱國雲(宗岱)為大家分享了阿裡巴巴圖資料庫GDB的設計與實踐。

什麼是圖資料庫

圖資料庫是針對于圖結構設計的資料庫,而非圖檔資料庫。什麼是圖結構呢?這是以社交網絡模型為例介紹,該模型中存在人與人、人與論壇、人與文章、文章與論壇之間的關系,人、論壇、文章就屬于圖中的點(即Vertex),點之間的關系就稱之為邊(即Edge),在點和邊上會有一些屬性(即Property)。

如今,一些優秀的社交應用會将多元資料存儲到統一的圖空間中來,進行存儲、查詢和分析,為使用者帶來更好的體驗。近年來,資料量越來越大的同時,資料次元也逐漸增多,圖資料庫就是在這種背景下誕生的。

圖資料庫作為近年來資料庫領域中發展最快的一類,與關系型資料庫存在哪些差别呢?通常情況下,關系型資料庫中需要通過建七八張表才能做到的模型,圖資料庫能夠更加直覺、自然地表現出來。此外,圖資料庫做關聯查詢的速度更快,還能夠提供更多探索發現的能力。

前面提到的是屬性圖模型,在圖資料領域還有一種RDF模型。兩者的主要差別在于RDF的點和邊上不可以有屬性。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

圖資料庫發展速度很快,是以種類也是特别多,主要可以分成四類,即知識圖/RDF、分析圖、圖資料庫、多模型圖資料庫。這些圖資料庫系統使用的主流查詢語言大緻有三類,即Neo4j主推的最早使用類SQL查詢語言的Cypher、用于RDF上的描述語言SPARQL和目前支援最廣泛的基于屬性圖的查詢語言Gremlin。

什麼是圖資料庫GDB

GDB是一種圖資料庫,其主要處理高度連接配接資料的存儲和查詢,其支援了屬性圖模型和開源的TinkerPop Gremlin查詢語言。與其他資料庫不同的是:GDB是雲原生資料庫,從一開始就建設在阿裡雲基礎設施之上,是以能夠做到彈性、實時和高可靠。

GDB脫胎于Tair Service中的TairGraph 子系統,後來其孵化出來,并放到阿裡雲上來專注地解決高度連接配接資料場景中的問題。基于Tair 10年的技術基礎,GDB實作了高度優化的自研引擎,能夠實作實時更新和秒級查詢,并且完整地支援ACID事務,并通過多副本保障高可靠。此外,還做到了服務高可用,能夠實作節點故障迅速轉移;易運維,提供了開箱即用的能力;可視化,更利于分析資料的内在關系。

在架構層面,GDB為客戶提供的是獨享專屬執行個體,這意味着資源獨立,無須擔心搶占問題。HA方面采用了最經典主備架構,并提供隻讀節點來提升實時查詢能力。GDB支援了Gremlin開源的TinkerPop SDK,為了實作每秒百萬級點邊過濾,GDB定制了專屬的圖友好資料庫引擎,并在查詢優化和并行執行等方面做了大量優化,還支援了事務和自動索引。在資料通道部分,GDB還提供了多種資料源的高效導入支援。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

GDB的場景和案例

如今,GDB在社交網絡、金融欺詐檢測、實時推薦引擎、知識圖譜以及網絡/IT營運等場景中得到廣泛應用,而且這些場景往往交織在一起。使用GDB能夠将之前偏離線的場景做到實時或者準實時。

總結而言,在資料次元越來越多、資料互相關聯越來越緊密的今天,GDB提供了一種有效的圖存儲方式,能夠将多元資料很好地連接配接起來,并通過圖查詢、圖算法把資料隐藏的價值實時地、智能地挖掘出來。

從Java走向雲原生,Redisson不停地探索

Redisson聯合創始人顧睿為大家分享了Redisson從Java走向雲原生的探索之路。

Redisson是架設在Redis基礎上的一個Java駐記憶體資料網格。Redisson以Java接口方式而非指令的形式提供給大家,使用非常簡單。其優勢在于上手容易,隻要能夠使用Java基本就能夠使用Redisson。此外,Redisson在設計時規避了多線程的問題,采用了線程安全的設計,同時引入了線程池和連接配接池的管理,在同步和異步的場景中都能選到适合的方式。

除了使用簡單外,Redisson在功能上也提供了多種選擇,能夠支援31種分布式集合、14種分布式對象、8種分布式鎖和分布式同步器以及5種分布式服務。

Redisson的架構主要分為兩大塊,包含Redisson用戶端的連接配接管理、協定解析在内的基本功能和包括分布式結構、分布式中間件以及第三方功能支援在内的進階功能。

從Redisson架構角度來看,似乎和Redis的理念相沖突。Redis設計理念強調簡單,而Redisson設計卻比較複雜;Redis提供了9種資料結構,界限清晰,而Redisson提供了約60種,界限比較模糊;Redis以指令形式面向使用者,而Redisson卻以Java API形式面向使用者。看似分道揚镳,實則殊途同歸,都是為了将複雜隐藏起來,将簡單的使用方式提供給使用者。

隻支援Java是Redisson的優點,也是缺點。Java是Redisson的一個牢籠,這對于應用程式開發者而言是優勢,而對于程式庫開發者而言就是劣勢。是以,Redisson一直在思考如何走出困境,擁抱其他的生态。

2016年,Redisson首先嘗試了使用Vert.x架構,Vert.x的特點是叢集運作環境、多語言互動性和基于成熟技術,并且Vert.x對開發者的限制比較少。是以,Redisson做了相關的實驗,實作了Redisson在其他語言中的運作。但是這種方案學習成本非常大,而實際收益卻不高。

2018年,Redisson注意到ORACLE Labs推出的GraalVM,GraalVM的底層是Java運作層,包括GraalVM和SubstrateVM,可以讓其他語言都能夠編譯融合并放入JVM中執行,同時保證互相溝通的橋梁。SubstrateVM是最吸引Redisson的點,它可以了解為用Java編寫的嵌入式虛拟機,使得真正的跨平台和跨語言成為可能。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

于是,Redisson開始了“逃跑之路”,實作了redisson-native。對于Java、Java+Warm UP以及Native三種方式的性能進行對比,能夠看出redisson-native的性能具有明顯的優勢。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

是以,這說明借助SubstrateVM逃離Java是非常好的解決方案,無需考慮JNI等相關問題,大部分操作隻需要Java即可完成,學習成本較低,并且無需安裝獨立的JVM,生成檔案也較小,雲原生情況下性能較高,并且C調用非常簡單。延伸開去,可以将Redisson帶入到原生的二進制狀态并進行二次封裝,實作遍地開花。

基于企業級HBase的大資料存儲與處理

阿裡雲智能事業群資料庫産品事業部技術總監,Apache HBase PMC沈春輝(天梧)為大家分享了基于企業級HBase的大資料存儲與處理。

進入大資料時代,資料量越來越多,資料種類也越來越豐富。資料量多這一點容易了解,而資料種類豐富則可以從三個次元來看:從靜态次元,如今能夠用數字化裝置越來越多;從動态次元,裝置、服務的運作狀态越來越多;此外,還有資料再加工又産生了新資料,使得資料變得無窮無盡。面對這麼多數量和種類的資料,如果沒有價值就都是廢墟。回顧這十年,大家對資料價值層面的認知越來越強烈,資料也越來越多地應用到生活中的各個場景。

随着對資料的應用,系統會面臨很多挑戰。大資料提出了“4V”,具體對于開發者而言,資料體量非常大意味着系統需要高擴充性;資料種類非常豐富意味着系統需要具有高靈活性,能夠很好承載随時随地産生的新資料種類;資料時效性意味着系統具有高實時性,具有資料線上化能力;資料價值則意味着需要能夠商業化,系統需要降低資料的存儲和計算成本。

十多年前,Google首先遇到大資料問題,是以發表了Big Table論文。而HBase則是基于該論文設計的高可靠、高性能、可伸縮的開源大資料NoSQL系統。HBase放棄了對于關系型資料庫事務的支援,重點建構擴充性能力、靈活性能力、實時響應能力以及對大體量資料存儲低成本的能力。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

阿裡巴巴從2010年開始調研HBase,如今已經走過了近十個年頭。随着這十年的逐漸探索,阿裡巴巴也豐富了HBase的使用場景,如消息,訂單,Feed流,監控,大屏,軌迹,裝置狀态,AI存儲,推薦,搜尋,BI報表等。阿裡巴巴自己使用HBase已經達到了非常大的體量和規模,也在産品上有了很多積累和沉澱,形成了如今雲HBase+X-Pack的架構。單獨依靠HBase資料庫無法解決業務場景下的複雜問題,是以X-Pack基于雲HBase在計算、檢索、多模型上進行了擴充,包含了Spark、Phoenix、Solr以及OpenTSDB等,形成了穩定、易用、低成本的一站式大資料NoSQL平台。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

雲HBase+X-Pack架構實作了低成本的資料存儲,将HBase運作在OSS上面,并且讓整體接口模型複用HDFS能力。并且同時克服了OSS在面向檔案場景下的問題,将原本面向對象的存儲系統當做類似雲盤來使用,使得存儲成本降低3到7倍。此外,還基于HBase做到了一體化冷熱分離,并使得業務無感覺。

除了低成本存儲之外,阿裡雲HBase還投入了大量的精力來優化性能。相比開源版本,阿裡雲HBase在各個性能名額上都有較大的提升。在這背後是不斷的優化,如原本将基于HDFS Pipeline日志三副本轉變向LLC機制,并将串行改為并行;将原本串行擷取鎖的方式變為并行;并且實作了10倍的Java GC優化。

最後一點,HBase屬于大資料領域,必須結合很多元件,是以易用性也是大家最為迫切需要的。阿裡雲HBase實作了HBase和Spark的資料關聯以及線上和離線的高效融合。此外,阿裡内部也提供了一套易用的資料遷移系統,能夠實作平滑線上搬遷。

無論是從穩定性、易用性還是性能和成本上來說,阿裡雲HBase都有很大的提升。未來,阿裡雲HBase還會通過共享塊存儲等技術進一步降低成本,也将會推出Serverless能力,并且會通過新硬體來加速計算,降低成本。

鬥魚直播從0到1混合雲架構演進

鬥魚技術總監馬勇為大家分享了鬥魚直播的混合雲架構演進之路。

鬥魚直播成立于2014年,是以遊戲賽事為主的直播平台,平台簽約國内Top100主播約50位,覆寫遊戲主播Top10中8位,月活達1.5億,2019年Q1付費使用者約600萬。鬥魚主要有三條業務特點:頭部主播熱點效應,流量水位波動較大,以及線上互動場景較多。目前的技術現狀是每天業務調用量在千億左右,Redis執行個體叢集達2000以上,單個接口QPS達20萬以上。

鬥魚直播從2016年開始保持每年25%以上的月活增長,目前面對的技術困境主要有三點:(1)“炸魚”,頭部流量拖死全站房間;(2)伺服器資源使用率低,日常水位大量伺服器閑置;(3)Redis維護和容災成本高。

鬥魚混合雲架構曆程主要分為三個階段,在探索期做了獨立業務上雲的嘗試;在成長期通過IDC+雲的方式實作了橫向流量擴容;在成熟期完成橫向擴容之後實作對資源的最大化利用。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

探索期的主要背景是IDC硬體資源呈現為長期緊缺狀态,研發支撐跟不上業務發展,而公有雲逐漸成熟。是以在這一階段,鬥魚嘗試性選取了廣告業務作為上雲試點,并且取得了較大收益,系統的吞吐量直線上升,依賴穩定性顯著提升,計算成本也大幅下降。但是這一模式的适用範圍較窄,無法直接複制到其他業務場景,而且這一模式隻适用于單一資料中心的情況,于是就進入了成長期。

成長期的背景是需要解決IDC到公有雲的資料通道建構問題。針對這一問題,鬥魚和阿裡雲共同建構了RedisShake資料同步工具,支援了Redis全量、增量資料同步、支援雲上、雲下不同資料中心的同步,還支援秒級資料監控。通過RedisFullCheck實作了資料多元度對比,基本能保證資料通路的資料一緻性問題。這一階段的收益在于實作了單一機房到多機房的資料擴充過程。這個階段存在存在兩點有待改進,即資源排程成本比較高和資源缺乏精細化營運。

成熟期的主要優化方向是職責分離和彈性伸縮,優化方案包括四個方面,即流量分級、資料冷熱分離、彈性伸縮和流量排程。其中排程政策包括了手動排程、定時排程、資源消耗排程和Hook排程。

對于混合雲架構而言,鬥魚也總結了三點經驗:

 充分合理評估:雲上計算網絡與IDC差異較大,需要結合業務實際情況進行測試,避免産生影響。

 投入産出比:混合雲架構對資源備援存在一定要求或者帶來一定負面影響。

 延時問題:企業應通過評估業務的重要性決定是否做混合雲,雖然從資料中心到雲有專線,但也存在一定延時。

Cassandra&X-Pack Spark雲資料庫技術剖析

阿裡雲智能進階技術專家曹龍(封神)為大家剖析了Cassandra與X-Pack Spark雲資料庫技術。

為什麼選擇Cassandra呢?Cassandra是一種完全沒有中心的資料庫,其每個節點都是主節點,如果Kill掉其中任何一個節點都不會影響叢集的QPS以及延時。除了Cassandra使用的P2P-QUORUM機制之外,還有HA機制、Raft以及單記憶體副本+共享存儲等機制,而隻有Cassandra能夠做到幾乎沒有感覺時間,是以Cassandra的Slogan就是“Always Online”。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

Cassandra能夠實作平滑擴充,一方面可以增加節點資料量,甚至擴充多個DC。另一方面在雲上還可以增加記憶體等。平滑擴充是Cassandra的重要特性,其他資料庫往往難以做到。Cassandra還可以實作全球多DC,架構師可以根據業務自由适配。

對于學習成本而言,Cassandra提供類似于SQL語句的CQL,會MySQL的DBA或者開發人員基本上一天之内就能學會Cassandra。在安全方面,Cassandra和主流資料庫一樣提供了完善的認證以及鑒權體系。在多語言方面,Cassandra采用了非Thrift方式,采用用戶端和服務端直連方式,并且支援主流的語言,并且具有良好的性能。最後一點,就是運維簡單,Cassandra整體隻有一個程序,沒有Proxy、HA以ZK等角色節點。

Cassandra具有很多功能,比較特别的就是其索引支援物化視圖、還支援SASI全文索引,并且內建了Lucene做更強的全文索引,以及支援CDC對接流式系統。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!

Cassandra的功能和生态比較豐富,其可以和其他元件進行搭配,比如Spark、Kafka、ES、Lucene、RocksDB等。

Cassandra在寬表領域排名全球第一,即使在國内缺乏宣傳的情況下排名也是靠前的。Cassandra的發展目前已經經過了十年,其将AWS的DynamoDB和Google的BigTable兩者的長處融合在一起形成的。阿裡巴巴也在2019年公測并釋出了阿裡雲Cassandra資料庫服務,并且對原生的Cassandra進行了多方面提升,比如實作了自動化運維、相容DynamoDB、全鍊路優化性能提升100%等。

總結而言,雲資料庫Cassandra版是線上可靠的NoSQL可調一緻性的分布式資料庫服務,支援類SQL文法CQL,提供強大的分布式索引能力,提供安全、多活容災、監控、備份恢複等企業級能力,相容DynamoDB協定。

X-Pack Spark不僅僅支援Cassandra,還能夠支援HBase、Phoenix、RDS和MongoDB。X-Pack Spark不僅具有強大的連接配接能力和歸檔能力,還能夠通過ElasticNode降低計算和存儲成本。

Cassandra+Spark能夠應用于非常廣泛的業務場景中,比如使用者畫像、Feed、小對象存儲以及推薦平台等。

總結而言,将Spark與Cassandra的優點結合在一起能夠滿足多種業務場景的需求,能夠實作Always Online、擴充性強、好用、功能和生态豐富以及Spark資料閉環。

雲栖幹貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!