Cassandra和HBase主要设计思路对比

1，基于Consistent Hash相邻节点复制数据，数据存在于多个节点，无单点故障。

2，某节点宕机，hash到该节点的新数据自动路由到下一节点做 hinted handoff，源节点恢复后，推送回源节点。

3，通过Gossip协议维护集群所有节点的健康状态，并发送同步请求，维护数据一致性。

4，SSTable，纯文件，单机可靠性一般。 1，存在单点故障，Region Server宕机后，短时间内该server维护的region无法访问，等待failover生效。

2，通过Master维护各Region Server健康状况和Region分布。

3，多个Master，Master宕机有zookeeper的paxos投票机制选取下一任Master。Master就算全宕机，也不影响Region读写。Master仅充当一个自动运维角色。

4，HDFS为分布式存储引擎，一备三，高可靠，0数据丢失。

5，HDFS的namenode是一个SPOF。
1，Consistent Hash，快速定位数据所在节点。

2，扩容需在Hash Ring上多个节点间调整数据分布。 1，通过Zookeeper定位目标Region Server，最后定位Region。

2，Region Server扩容，通过将自身发布到Master，Master均匀分布。
请求Zookeeper取得整个集群地址，然后根据Consistent Hash选择合适的节点。client会缓存集群地址。 请求Zookeeper取读写数据路由表定位Region Server，Master会修改这个路由表。Client自身也会缓存一部分路由信息。
HBase和Cassandra的分布式架构深度对比 HBase和Cassandra几乎都是一个时候出现的，都是在2010年成为Apache的顶级项目，不过如果我们细品其内部机制，我们会发现其实两者是完全不同的架构风格。HBASE起源于Google BigTable，几乎遵从了BigTable论文的大多数架构设计。Cassandra则是采纳了BigTable的数据模型，同时吸收了Amazon Dynamo的分布式设计。因此从存储结构模型的微观上看，HBASE和Cassandra在单点存储数据的机理是类似的，但是从分布式架构的宏观上看，两者则大相径庭。
MongoDB、Cassandra 和 HBase 三种 NoSQL 数据库比较 Hadoop 获得了许多大数据应用的信誉，但实际情况是，NoSQL数据库是一直处于更加广泛部署和更广泛的发展中的技术。尽管选择 Hadoop 作为应用存储，相对来说更直接简单。但是，具体采用什么样的 NoSQL 数据库是个值得思考的问题，毕竟，还有超过100种的 NoSQL 数据库。
第十二届 BigData NoSQL Meetup — 基于hbase的New sql落地实践 立即下载