一、Vertica數(shù)據(jù)庫與Cassandra相比有什么優(yōu)勢

vertica是傳統(tǒng)的關系型數(shù)據(jù)庫，特點是按列存儲，而且集成了MapReduce支持。

Cassandra則是屬于NoSQL陣營，特點是綜合Dynamo的弱一致性模型和Bigtable的數(shù)據(jù)模型。vertica最大的優(yōu)勢就是它提供了SQL的支持，可以很好的兼容以往的工具和數(shù)據(jù)。

傳統(tǒng)的SQL語義在高可伸縮性要求下很難實現(xiàn)，如join等操作。你可以設想一下，如果要join的表都非常大，超出單臺機器的處理能力，要高效地完成這個操作該有多困難。事實上這方面已經(jīng)有很多學術研究在進行。

傳統(tǒng)的數(shù)據(jù)庫除了SQL語義外，還要保證transaction的ACID，而要同時滿足高一致性和事務操作的要求是很難實現(xiàn)高可伸縮性的。因而才會有NoSQL的出現(xiàn)，它們犧牲了部分SQL和事務的語義、降低一致性要求，以實現(xiàn)高可伸縮性的系統(tǒng)。

Vertica的底層存儲實現(xiàn)和HBase的不一樣。雖然都是叫按列存儲，HBase是先將表格按行劃分成塊，在數(shù)據(jù)塊內(nèi)部才是按列存儲；Vertica的存儲比較靈活，它號稱可以配置哪些列要放在一起存儲，每列都分開就是最基本的按列存儲，所有列都和在一起就是按行存儲了，不過同一列的數(shù)據(jù)還是會放在一起。

所以按列或者按行存儲只是不同的系統(tǒng)設計選擇，不是決定性因素。關鍵還是在于對上層提供的語義。

HBase，Cassandra本身只有存儲能力，如果要做查詢需要借助Hadoop這樣的框架進行，Hive就是把查詢都編譯成Hadoop任務實現(xiàn)的。Hadoop的查詢效率要比關系型數(shù)據(jù)庫要低，主要是因為1）Hadoop為了保證容錯，中間數(shù)據(jù)都要走一遍磁盤，IO開銷大；2）Hadoop缺少查詢優(yōu)化引擎還有索引等優(yōu)化機制（有人把Hadoop任務轉(zhuǎn)換成sql語句，然后再利用傳統(tǒng)數(shù)據(jù)庫的優(yōu)化算法優(yōu)化。

延伸閱讀：

二、Vertica是什么

Vertica是一款基于列存儲的MPP（massively parallel processing）架構的數(shù)據(jù)庫。

它可以支持存放多至PB（Petabyte）級別的結構化數(shù)據(jù)。Vertica是由關系數(shù)據(jù)庫大師Michael Stonebraker(2014 年圖靈獎獲得者)所創(chuàng)建，于2011年被惠普收購并成為其核心大數(shù)據(jù)平臺軟件。Vertica 采用無共享的MPP 架構，基于工業(yè)標準的x86 服務器，擁有高可擴展性。Vertica 集群中的所有節(jié)點100%對等，集群中沒有主節(jié)點或其他共享資源。通過增加節(jié)點，就可以線性地擴展集群的計算能力和數(shù)據(jù)處理容量。Vertica 是真正的純列式數(shù)據(jù)庫，優(yōu)化器和執(zhí)行引擎可以忽略表中與查詢無關的列。Vertica 不僅僅按列式存儲數(shù)據(jù)，還主動地根據(jù)列數(shù)據(jù)的特點和查詢的要求選用優(yōu)異的算法對數(shù)據(jù)進行排序和編碼壓縮，這就極大地降低磁盤I/O 消耗。同時，Vertica 的執(zhí)行引擎和優(yōu)化器也是基于列式數(shù)據(jù)庫設計的，編碼壓縮過的列數(shù)據(jù)在Vertica 的執(zhí)行引擎中進行過濾、關聯(lián)、分組等操作時不需要解反編碼，從而大大降低了CPU 和內(nèi)存消耗。