mongodb - 选择哪个数据库(Cassandra、MongoDB、？)来存储和查询事件/日志/指标数据？

Question

在 sql 术语中，我们是这样存储数据的:

table events (
  id
  timestamp
  dimension1
  dimension2
  dimension3
  etc.
)

所有维度值都是整数。这张表变得非常大。

我们希望对这样的查询进行快速读取:

SELECT dimension1, dimension2, COUNT(*) 
FROM   events
WHERE  dimension8 = 'foo'
AND    dimension9 = 'bar'
GROUP BY 1, 2

我们想要快速写入，而不关心事务和一致性。我们关心最终的可用性和分区容错性。

我正在寻找“NoSQL”替代方案。 Casandra 可以做我正在寻找的那种查询吗？这在阅读他们的文档时并不是很明显......如果可以做到这一点，那么这些类型的查询的性能如何？

我也在研究 MongoDB，但据我所知，他们的“group()”函数有严重的限制(最多 10,000 行)。

您是否有使用这些数据库的经验，您会推荐它作为上述问题的解决方案吗？

我应该考虑哪些其他数据库可以快速执行此类查询？

干杯，吉米

Answer 1

“Group by”和“stupidly fast”不能同时使用。那只是那头野兽的本性……因此，Mongo的团体操作受到了限制； Cassandra 甚至本身不支持它(尽管它支持通过 Hadoop 进行 Hive 或 Pig 查询......但这些并不是为了愚蠢地快速)。

像 Twitter 的 Rainbird(使用 Cassandra)这样的系统通过非规范化/预计算计数来进行实时分析:http://www.slideshare.net/kevinweil/rainbird-realtime-analytics-at-twitter-strata-2011