从MySQL切换到Cassandra-优缺点?

对于一点背景知识,这个问题涉及一个在单个小型EC2实例上运行的项目,并且即将迁移到一个中型实例。主要组件有Django、MySQL和大量的Python和Java编写的自定义分析工具,它们都很繁重。 举起。同样的机器也在运行Apache。

数据模型如下所示——大量实时数据来自各种网络传感器,理想情况下,我希望建立一种长轮询方法,而不是当前的每15分钟轮询方法(计算统计数据并写入数据库本身的限制)。一旦数据进入,我将原始版本存储在 MySQL,让分析工具松脱这些数据,并将统计信息存储在其他几个表中。所有这些都是使用django渲染的。

我需要的关系特性-

• 按顺序 [卡桑德拉的API中的slicerange似乎对此很满意]
• 小组通过
• 多个表之间的许多关系 [卡桑德拉超级柱似乎对一对多都很好]
• 斯芬克斯给了我一个很好的全文引擎,所以这也是必要的。 [在卡桑德拉,卢坎德拉项目似乎满足了这一需求]

我的主要问题是数据读取速度非常慢(写入也不那么热)。我现在不想在上面投入很多金钱和硬件,我更喜欢能随时间轻松扩展的东西。从这个意义上讲,垂直扩展MySQL并不简单(或便宜)。

所以本质上,在读了很多关于NoSQL的文章,并尝试过MongoDB、Cassandra和Voldemort之后,我的问题是,

• 在中等EC2实例上, 我能不能换成卡桑德拉这样的人来读/写呢? ? This article (pdf)显然是在暗示这一点。目前,我认为每分钟写几百次是正常的。对于读操作-由于数据每5分钟左右就发生一次更改,缓存失效必须非常迅速地发生。在某种程度上,它还应该能够处理大量并发用户。即使创建了索引,应用程序性能在mysql上也会因在大表上执行一些连接而被扼杀——达到32K行的顺序需要一分钟多的时间来呈现。(这也可能是EC2虚拟化I/O的产物)。表的大小约为400-500万行,大约有5个这样的表。

• 每个人都讨论在多个节点上使用Cassandra,给出cap定理和最终的一致性。但是,对于一个刚刚开始增长的项目, 有道理吗 部署单节点Cassandra服务器 ?有什么警告吗?例如,它可以取代mysql作为django的后端吗?[建议这样做吗?]

• 如果我做了移位,我猜我将不得不重写应用程序的某些部分来做更多的“管理”,因为我需要做多个查找来获取行。

• 使用MySQL作为键值存储是否有意义? 而不是一个关系引擎,然后继续?这样我就可以利用大量可用的稳定API,以及一个稳定的引擎(并根据需要建立关系)。(Brett Taylor在FriendFeed上的帖子- http://bret.appspot.com/entry/how-friendfeed-uses-mysql )

如果有人改变了方向,我们会非常感激他的任何见解!

谢谢。