Question

我们制定了PataS方案。作为这项工作的一部分,我们向开发商提供通过我们的Adpa错误——博客和接触——博客档案。

目前,我们把记录写进每台部署(东道)的磁盘上。

由于这个比例太高,增加了节点和部署,尽管档案系统已经分发,但我们希望改观。

尤其是由于账单和统计原因,我们更倾向于不每时填写记录。

As Mongo 亚洲开发银行的集聚物对我们希望进行的伐木感到非常麻烦。但是,它们似乎并没有与汽车一道工作,使那一类破坏我们点,因为我们期望届时会有更多的文字。

另一种选择是卡桑德拉,我喜欢它的每一节点都是平等的做法,但是他们并没有像封顶的收集那样。

这两种解决办法中都没有一个独特的特点,有助于我作出决定,或者我看不到。

因此,我所想知道的是,有人以前曾使用过两种伐木系统之一? 你们的经历是什么,你能否给我一些ti? 或者还有其他适合我们需要的解决方案?

Answer 1

这两种解决办法中都没有一个独特的特点,有助于我作出决定,或者我看不到。

令人高兴的是,我们现在通过这一试验,获得了一些严肃的记录数据。 (现在,我指的是,我们当中的一些人在昨天晚上开始这些试验。)

对我来说,这里有两个不同的特征:ease of use和provenpad/strong>。

www.un.org/Depts/DGACM/index_spanish.htm Ease of use

MongoDB was easy. In a couple of hours I went from blank computer to an active Mongo instance with imported data from MySQL and a few completed map-reduces.
In the same period of time, team Cassandra sat around re-compiling Java files trying to get the Hadoop configured to run over an existing Cassandra implementation so that they could even run map-reduces.

<><>Proven Scaling

MongoDB sharding is still in beta. It s slated for launch in the next few weeks. That s pretty tight.
Cassandra sharding is proven on some very large instances.

因此,我认为,答案确实是具体针对您的个人信条。我真诚地认为,Casses可能是一个更加稳定、更有计划的产品,但我也从经验中了解到,学习和构造的曲线更为.。因此,这或许值得尝试两点。

Answer 2

如果你考虑使用<条码>Cassandra<>条码>:。

它们正在使用<代码>Cassandra<>>/code>,为其系统储存不同的衡量标准,这与存储记录档案有些相似。

http://www.un.org。

如果您尚未决定使用什么,此处就采用<代码>MongoDB的伟大解决办法。 a 后附:

<>Graylog2是公开的源ys执行,储存在Mongo的标志 DB. 它由在 Java写的服务器组成,接受通过TCP或UDP发送的log素信息,并在数据库中储存。第二部分是关于铁路网界面的Ruby,使您能够查看标识信息。