• HDFS、parquet等列式存储
      • 对更新、随机读写支持不好
      • 但是scan性能比较好
    • Hbase、Cassandra等数据库
      • 随机读写性能好
      • Scan性能不好
      • 不支持SQL分析
    • Kudu： 上面两者的折中点？
      • 对数据扫描(scan)和随机访问(random access)同时具有高性能，简化用户复杂的混合架构
      • 高 CPU 效率，使用户购买的先进处理器的的花费得到 最大回报
      • 高 IO 性能，充分利用先进存储介质
      • 支持数据的原地更新，避免额外的数据处理、数据移动
      • 支持跨数据中心 replica on

    image.png

    • Kudu使用列式存储，需要预先定义好schema(与Hbase不同)
    • 这样的好处是便于编码和压缩
    • 使用C++开发
    • Kudu splits tables into smaller units called tablets.
    • 使用Raft来保证数据一致性
    • Kudu实现的是既可以实现数据的快速插入与实时更新，也可以实现数据的快速分析。
    • Kudu的定位不是取代HBase，而是以降低写的性能为代价，提高了批量读的性能，使其能够实现快速在线分析。

    image.png

    分布式存储系统Kudu与HBase的简要分析与对比