In che modo Voldemort si confronta con Cassandra?

Question

Come fa Voldemort Paragonare a Cassandra?

Non sto parlando di dimensioni della comunità e voglio solo sentire le persone che hanno effettivamente usato entrambi.

Soprattutto mi interessa:

• Come si ridimensionano dinamicamente quando si aggiungono e rimuovono i nodi
• Performance di query
• Come si ridimensionano quando aggiungono nodi (lineari)?
• Velocità di scrittura

Answer 1

Il supporto di Voldemort per l'aggiunta di nodi è stato appena aggiunto di recente (questo mese). Quindi mi aspetto che Cassandra sia più robusto dato il tempo più lungo per cucinare e un test della comunità più ampio.

Entrambi sono veloci (> 10K OPS/S per macchina). A causa dei loro progetti di archiviazione, mi aspetto che Cassandra sia più veloce nelle scritture e Voldemort sia più veloce nelle letture. Mi aspetto anche che le prestazioni di Cassandra si degradano di meno all'aumentare della quantità di dati per nodo. E ovviamente se hai bisogno di più di un semplice modello di dati di dati di Cassandra.

Non conosco benchmark testa a testa da quello fatto per NoSQL SF lo scorso giugno, che ha scoperto che Cassandra era in qualche modo più veloce in qualsiasi mix di carico di lavoro che stesse usando. (Il discorso "VPork" da http://blog.oskarsson.nu/2009/06/nosql-debrief.html) 8 mesi è un'eternità con i progetti in questo grande sviluppo.

Answer 2

Alcuni commenti aggiuntivi:

• Per quanto riguarda la velocità di scrittura, Cassandra dovrebbe essere più veloce: è progettata per essere più veloce da scrivere piuttosto che leggere (puoi evitare un colpo di disco immediato per le scritture a causa della memoria in modo specializzato)

Ma la differenza principale che penso non sia in realtà performance ma set di funzionalità: Voldemort è strettamente un negozio chiave/valore (attualmente comunque), mentre Cassandra può offrire query a portata ). L'ex è una considerazione importante per il design; Quest'ultimo imo in meno, puoi sempre strutturare i dati BLOB sul lato client.