类似于谷歌大表(Google' Gigtable)的开源数据库，你知多少

      想到大数据，你第一个会想到Google's Bigtable，其次就是根据其思想设计的开源数据库HBase。除此之外，你还知道其它的类似的开源数据库呢？我简要描述了其它的开源数据库，仅供了解。

HBase

简述

·  编程语言: Java
·  主要关注点: 上亿级的行百万级的列数据 Billions of rows X millions of columns
·  许可证（License）: Apache
·  协议（Protocol）: HTTP/REST (也有 Thrift)
·  概要：模型化谷歌大表
          使用Hadoop HDFS作为数据存储
          Hadoop Map/reduce 框架
          通过服务器端的扫描和过滤来实现查询术语推送
          实时查询优化
          高性能的Thrift网管
          HTTP 支持XML, Protobuf, 和二进制（binary）
          基于Jruby shell
          配置文件的改动和较小的升级都会滚动重启
          能够像MySQL一样随机访问系统的性能
          一个集群可以由几个不同类型的节点组成

最佳使用情形: 在大数据集上，Hadoop可能依旧是最佳的方式来运行Map/Reduce 任务，使用HDFS作为数据存储。
使用场景: 搜索引擎，分析日志数据，也可以用在任何需要扫描大且少量关联的二位表。

Cassandra

简述

·  编程语言 : Java
·  主要关注点 : 最佳的大数据和Dynamo 
·  许可证（License） : Apache
·  协议（Protocol） : Thrift 和 一般二进制 CQL3
·  概要：为分布式和重复（replication）而调优折中(N, R, W)
          通过列和区间关键字查询 (需要在你需要搜索的字段中建立标记体（indices）)
          大表的特性：列 , 列家族（column families）
          能够被用来作为一个分布式哈希表，使用“像SQL”一样的语言，CQL（但是不能够JOIN）
          数据可以设置过期（在INSERT中设置）
          写能够比读更快(当读是磁盘绑定)
          能够使用Hadoop的Map/reduce
          相对于Hadoop/HBase来说，所有的节点是相似的
          跨数据中心重复中表现得非常好并且数据可靠
          最佳使用情形: 当你需要的写多于读，比如日志操作。
          最佳使用场合: 银行， 金融业，数据分析业务。

Hypertable

简述

·  编程语言: C++
·  主要关注点 : 更快，比HBase更小
·  许可证（License） : GPL 2.0
·  协议（Protocol） : Thrift, C++库, or HQL shell
·  概要： 对谷歌大表设计的实现
         运行在Hadoop的HDFS上
         使用自己独有的，像SQL一样的语言HQL
         能够通过关键字，单元格来搜索，或者是通过列家族（column families ）的值
         搜索能够限定到 key/column区间
         保留最近历史值
         表有命名空间
         能够使用Hadoop的Map/reduce

最佳使用情形: 如果你需要一个更好的HBase
最佳使用场合: 使用情况与HBase一样，即搜索引擎，分析日志数据，也可以用在任何需要扫描大且少量关联的二位表。

Accumulo 

简述

·  编程语言: Java 和C++
·  主要关注点 : A BigTable with Cell-level security
·  许可证（License） : Apache
·  协议（Protocol） : Thrift
·  概要：另一种大表的克隆版，也运行在Hadoop之上
         单元格级别的安全访问
         比内存能够允许的行还用大
         使用C++ STL 来保持一个内存映射外在的Java
         Map/reduce使用Hadoop设备，如ZooKeeper  等
         一些服务器端的编程

最佳使用情形: 如果你需要一个不同的HBase
最佳使用场合: 使用情况与HBase一样，即搜索引擎，分析日志数据，也可以用在任何需要扫描大且少量关联的二位表。