了解一些背景知识 - 这个问题涉及在单个小型 EC2 实例上运行的项目，并且即将迁移到中型实例。主要组件有Django、MySQL以及大量用python和java编写的自定义分析工具， 起重。同一台机器也在运行 Apache。
数据模型如下所示 - 大量实时数据来自各种联网传感器，理想情况下，我想建立一个长轮询方法，而不是当前每 15 分钟轮询一次的方法(计算统计数据和写入数据库本身的限制)。数据输入后，我将原始版本存储在 MySQL，让分析工具在这些数据上松散，并将统计信息存储在另外几张表中。所有这些都是使用 Django 呈现的。
我需要的关系特征 -
我的主要问题是数据读取非常慢(写入也不那么热)。我现在不想在它上面投入大量资金和硬件，我更喜欢可以随时间轻松扩展的东西。从这个意义上说，垂直扩展 MySQL 并非易事(或便宜)。
基本上，在阅读了很多关于 NOSQL 的内容并尝试了 MongoDB、Cassandra 和 Voldemort 之类的东西之后，我的问题是，
在中型 EC2 实例上，我是否会通过转移到 Cassandra 之类的东西在读/写方面获得任何好处？ This article (pdf)似乎确实暗示了这一点。目前，我会说每分钟几百次写入将是常态。对于读取 - 由于数据每 5 分钟左右更改一次，因此缓存失效必须很快发生。在某些时候，它也应该能够处理大量并发用户。即使创建了索引，在 MySQL 对大型表进行一些连接时，应用程序的性能也会受到影响——大约 32k 行的东西需要一分钟以上的时间来呈现。 (这也可能是 EC2 虚拟化 I/O 的产物)。表的大小约为 4-5 百万行，大约有 5 个这样的表。
鉴于 CAP 定理和最终一致性，每个人都在谈论在多个节点上使用 Cassandra。但是，对于一个刚刚开始发展的项目，是否有意义 部署单节点 cassandra 服务器？有什么注意事项吗？例如，它可以取代 MySQL 作为 Django 的后端吗？ [这是推荐的吗？]
如果我确实要转移，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”，因为我必须进行多次查找来获取行。
将 MySQL 用作键值存储而不是关系引擎是否有意义？这样我就可以利用大量可用的稳定 API 以及稳定的引擎(并根据需要使用关系)。 (Brett Taylor 来自 Friendfeed 的帖子 - http://bret.appspot.com/entry/how-friendfeed-uses-mysql)
我们将不胜感激任何已经完成转变的人的见解!
谢谢。
最佳答案
Cassandra 和当今可用的其他分布式数据库不提供您习惯使用 sql 的那种即席查询支持。这是因为您无法通过连接高效地分发查询，因此重点是反规范化。
但是，Cassandra 0.6(明天正式发布测试版，但如果您不耐烦，您可以自己从 0.6 分支构建)支持 Hadoop map/reduce 进行分析，这听起来很适合您。
Cassandra 为轻松添加新节点提供了出色的支持，甚至可以添加到一个初始组。
也就是说，以每分钟几百次写入的速度，您可以在很长很长一段时间内使用 mysql。 Cassandra 在作为键/值存储(甚至更好，键/列族)方面要好得多，但 MySQL 在作为关系数据库方面要好得多。 :)
目前尚无对 Cassandra(或其他 nosql 数据库)的 django 支持。他们正在讨论为 1.2 之后的下一个版本做点什么，但根据与 pycon 的 django 开发人员的交谈，没有人真正确定那会是什么样子。
https://stackoverflow.com/questions/2332113/