Elasticsearch、MongoDB和Hadoop比较

IT界在过去几年中出现了一个有趣的现象。很多新的技术出现并立即拥抱了“大数据”。稍微老一点的技术也会将大数据添进自己的特性,避免落大部队太远,我们看到了不同技术之间的边际的模糊化。假如你有诸如Elasticsearch或者Solr这样的搜索引擎,它们存储着JSON文档,MongoDB存着JSON文档,或者一堆JSON文档存放在一个Hadoop集群的HDFS中。你可以使用这三种配置完成很多同养的事情。ES是否可以作为一个NoSQL数据库?粗看,这句话说的不太对,但是这是一个合理的场景。类似地,MongoDB在MapReduce的基础上使用分片的技术同样可以完成Hadoop可以做的工作。当然使用众多功能,我们可以在Hadoop之上(Hive、HBase、Pig和同样的一些)你也可以用多种方式查询Hadoop集群中的数据。那么,我们现在是否能说Hadoop、MongoDB和Elasticsearch这三个是完全相同的呢?


Redis与Hazelcast,在重负荷下的表现孰优孰劣?

Redis与Hazelcast,在重负荷下的表现孰优孰劣?Redis自2009年发布以来受到了巨大的欢迎,并且成为拥有大型社区的部署数据存储平台之一。虽然Radis有令人难忘的特性,但它也有一个严重的限制——它是为单机模式设计的。如果用户需要超过单机的能力,就需要使用专用分区系统。不过3.0.0版本发布了一种集群系统产品,可以从根本上简化分布式Redis部署。所有人都认可Radis很快,我们来看看Hazelcast和Redis的比较。这份报告是为了观察Redis集群方案(v3.0.7)对比Hazelcast(v3.6.1)的表现,特别是在重负荷的情况下。为了确保在比较Hazelcast和Redis时拥有稳定的环境,


上一页
第1页/共1页
下一页

热门评论