列族系列 · 第 05 篇——选型对比：列族与相邻方案

Cassandra / HBase / 文档 / 键值横评

一、导读

前四讲完成了列族数据库从认知到部署的闭环。选型阶段需要回答：同为列族的 Cassandra 与 HBase 如何取舍，列族与文档型（MongoDB）、键值（Redis）的边界在哪。本讲把这些方案放入同一坐标系横向对比。

二、Cassandra 与 HBase

2.1 核心差异

|------------|-------------------|-------------------------|
| 维度 | Cassandra | HBase |
| 架构 | 对等无中心 | 主从 + ZooKeeper |
| 一致性 | 最终一致，可调（AP） | 行级强一致（CP） |
| 查询 | CQL（类 SQL） | HBase API / Phoenix SQL |
| 部署依赖 | 独立，自带副本 | 依赖 HDFS + ZooKeeper |
| 数据分布 | 一致性哈希 | 按行键范围 Region 分片 |
| 多数据中心 | 原生支持跨机房复制 | 较弱，依赖上层 |

2.2 选型结论

高并发写入、需无单点与多机房容灾、可容忍短暂不一致 → Cassandra；需要行级强一致、深度绑定 Hadoop / HDFS 生态、单行事务 → HBase。两者都面向海量写入，取舍在于一致性强度与生态耦合。

三、列族与文档型（MongoDB）

3.1 差异

|------------|-----------------------|---------------------|
| 维度 | 列族（Cassandra） | 文档（MongoDB） |
| 数据模型 | 宽表 / 键值，按列组织 | BSON 文档，可嵌套 |
| schema | 表结构较固定 | 灵活，文档字段可变 |
| 查询 | CQL，能力有限 | Query API + 聚合管道丰富 |
| 二级索引 | 有限（需维护） | 支持完善 |
| 事务 | 轻量级事务（LWT） | 多文档 ACID 事务 |
| 写入 | 极高高吞吐，时序友好 | 高，文档模型 |

3.2 选型结论

海量时序 / 日志 / IoT 高吞吐写入、线性扩展 → 列族；需要灵活 schema、丰富查询、二级索引与多文档事务的通用业务数据 → MongoDB。列族胜在写入扩展，文档胜在建模与查询灵活。

四、列族与键值 / 时序

4.1 与键值（Redis）

Redis 内存存储、微秒级读写、数据结构丰富，适合缓存 / 会话 / 计数；Cassandra 面向持久化海量数据，写入可横向扩展。二者常互补：Redis 做热数据缓存，Cassandra 做持久层。

4.2 与时序库

|------------|-----------------------|------------------------|
| 维度 | 列族（Cassandra） | 时序（InfluxDB 等） |
| 专长 | 通用海量写入 + 查询 | 时序写入、时间范围查询 |
| 时间序列优化 | 一般（需设计） | 原生时间分片、聚合下推 |
| 聚合 / 降采样 | 弱 | 强 |
| 适用 | 日志、宽表业务 | 监控指标、传感器、金融行情 |

纯时序监控场景，时序库的时间分片与聚合更省心；列族更适合「带列族结构的通用海量写入」业务。

五、综合对比与选择建议

|------------|------------|-------------|----------------|-------------------|
| 方案 | 模型 | 一致性 | 部署 | 适用场景 |
| Cassandra | 宽表 / 键值 | 最终一致，可调 | 对等，独立 | 海量写入、IoT、日志、多机房 |
| HBase | 宽表 | 行级强一致 | 主从 + HDFS + ZK | Hadoop 生态、强一致海量存储 |
| MongoDB | 文档 | 可调（支持事务） | 副本集 + 分片 | 灵活建模、丰富查询的通用业务 |
| Redis | 键值 | 强一致（单节点） | 内存 | 缓存、会话、计数器 |

5.1 选择逻辑

默认海量写入 + 无单点 → Cassandra；Hadoop 生态 + 强一致 → HBase；灵活建模与丰富查询 → MongoDB；极快内存访问 → Redis。选型核心仍是对齐数据模型、一致性要求与运维能力。

六、本篇小结

本讲对比了列族与相邻方案：Cassandra 以对等架构和可调一致性强于海量写入与多机房，HBase 以行级强一致融入 Hadoop，MongoDB 以灵活建模与丰富查询见长，Redis 以内存速度担纲缓存。选型不是比单一指标，而是匹配场景。