Hadoop獲得了許多大資料應用的信譽，但實際情況是，NoSQL資料庫是一直處於更加廣泛部署和更廣泛的發展中的技術。儘管選擇Hadoop作為應用儲存，相對來說更直接簡單。但是，具體採用什麼樣的NoSQL資料庫是個值得思考的問題，畢竟，還有超過100種的NoSQL資料庫。
我們應該選擇哪一種？
選擇傾向
“任何像樣規模的企業都會使用各種不同型別的資料儲存技術，為應對各種不同型別的資料。”Martin Fowler認為，現實的情況是你沒有足夠的精力去學習更多的儲存技術。
幸運的是，選擇越來越容易，因為市場主要圍繞在三個NoSQL資料庫上：MongoDB，Cassandra（主要由DataStax開發的，誕生於Facebook），和HBase的（和Hadoop緊密關聯在一起，也被相同社群開發出來）。
補充一點，我故意排除Redis。相對於大資料儲存，它主要用於高速記憶體快取資料應用。
從LinkedIn的451研究資料顯示，市場上最具引力的是MongoDB、Cassandra和HBase：
這是LinkedIn的個人資料資料。我們認為是資料儲存引擎，它通過收集工作、搜尋等資料，來了解資料庫的熱門程度。而Oracle，SQL Server和MySQL的佔據了統治地位，MongoDB的（第5位），Cassandra（第9位），和HBase的（第15位）。
為了更好解釋為什麼這三個資料庫技術的如此耀眼，我問的每一個具有代表性的人，以確定它們成功關鍵因素：Kelly Stirman，MongoDB的產品總監;Patrick McFadin，DataStax的Cassandra首席佈道師;和Justin Kestelyn，Cloudera高階總監。
但首先，我們需要了解為什麼使用NoSQL的原因。
世界由非結構化資料構成
我們生活在一個資料越來越豐富的世界裡，但是這些資料都不能整齊的展示在一個RDBMS（Relational Database Management System，關聯式資料庫管理系）的行和列中。移動、社交和雲端計算催生了龐大的海量的資料。根據估計，世界上90％的資料是在過去兩年中被創造，以及80％的商業資料是非結構化的。更重要的是，非結構化資料的增長速度是結構化資料的兩倍。
隨著世界的變化，資料管理要求開始超越傳統的關係型資料庫的有效範圍。最早關注這個問題解決方案的機構，包括Web技術的先驅、政府機構、從事資訊科技服務的公司。
現在越來越多，形形色色的公司都希望利用類似的NoSQL和Hadoop作為替代品：通過NoSQL來建立業務運營應用，以及Hadoop來建立資料探勘的應用程式，來幫助公司對商業資料提供有力的研究。
MongoDB：源於開發人員，為開發人員服務
在眾多NoSQL的方案中，MongoDB的Stirman指出，MongoDB的瞄準了適合各種應用的平衡的方法。它的功能接近於傳統的關係型資料庫，MongoDB的使用者不僅可以利用其橫向擴充套件機器的雲基礎架構的優勢，並且，因為它能夠輕鬆定義各種靈活的資料模型，所以可以支援不同型別的資料集儲存。
MongoDB通常是開發人員第一個嘗試的NoSQL資料庫，因為它是很容易學習。Will Shulman，MongoLab（一個MongoDB服務提供商）的CEO，是這樣說的：
MongoDB中的成功在很大程度上是因為它資料結構儲存的創新，讓我們更容易和更具表現力地定義我們應用程式中的資料模型。在通常開發和應用場景中，和原有資料庫具有相同的基本資料模型是有極大好處的，因為它簡化了應用程式開發的任務，另一方面，消除了複雜的資料格式程式碼轉換層。
當然，像任何其他技術一樣，MongoDB中都有其長處和短處。 MongoDB是專門為OLTP（On-Line Transaction Processing，聯機事務處理系統）模式。如果您需要複雜的事務處理，它不是一個好的選擇。然而，MongoDB的簡單性使其成為一個優秀的儲存。
（注：MongoDB以文件的形式儲存資料，不支援事務和表連線。因此查詢的編寫、理解和優化都容易得多。）
Cassandra：規模化安全執行
三種資料庫中，至少兩種資料庫具有簡單特性：開發簡單，操作簡便。而MongoDB贏得人心的原因是簡單的開發應用，Cassandra贏得人心是因為易於管理的規模。
DataStax的McFadin告訴我，使用者往往傾向於使用Cassandra ，是因為特別在大規模叢集下，增強一個關係型資料的效能、可靠性是非常困難的。一位前甲骨文DBA，McFadin是興高采烈地發現，“複製和可擴放性是基礎”，Cassandra 特點是從一開始設計就解決這個問題。
在RDBMS中的世界，資料庫功能，擴充和複製對很多開發者使用者來說，是一個難題。這個問題在過往的企業規模小的時候，不是一個大問題。而在今天，它很迅速地成為大問題。
我從McFadin和其他人那裡獲知，Cassandra在機器擴充部署上，表現特別出色。Cassandra自帶的備份機制，保證各個資料中心的資料安全。至於增加容量到叢集，“你只需啟動一臺新機器，並告訴Cassandra那裡的新節點，”McFadin說，“然後，它完成其他剩下的事情。”
優秀的可擴充性，加上出色的寫入和可觀的查詢效能，加起來成為Cassandra高效能的核心。
NoSQL的一篇文章認為Cassandra在叢集規模管理方面非常出色，但它需要一個博士學位才能上手。事實並非如此，McFadin堅持認為：
在複製、讀取和寫入是故意簡單。你可以在幾個小時內學會Cassandra的核心功能。在部署這項新技術的時候，為給開發者帶來很多的信心，因為比較少引入“黑盒子”內的技術細節和複雜的故障模式原理。
這意味著主要的開發成本，是對Cassandra資料模型的理解，以及如何結合您的應用程式。鑑於Cassandra的CQL查詢語言（類似於SQL，實際上不是SQL），McFadin說，學習這個也不困難。
更重要的是，他告訴我，“Cassandra回報給你的是，在一個資料庫中：沒有戲劇性的場景（故障）出現。這就是使用者喜歡使用Cassandra的原因。”
HBase：Hadoop的知心夥伴
HBase，像Cassandra一樣是個通過key-value面向列儲存的服務。因為它和Hadoop有著“共同血統”，被廣泛使用。事實上，正如Cloudera的Kestelyn所說的那樣，“HBase提供了一個基於記錄的儲存層，能夠快速隨機讀取和寫入資料，正好彌補了Hadoop的缺陷，Hadoop側重系統吞吐量，而犧牲I / O讀取效率為代價。”
Kestelyn接著說：
更改有效錄入到記憶體中，以達到最大的訪問量，同時將資料儲存到HDFS。這種設計使基於Hadoop的EDH（enterprise data hub，企業資料中心）服務，能夠實時完成隨機讀寫儲存資料，但仍擁有HDFS的高容錯性和耐用性。
Hadoop的親和力，不是HBase資料庫中的人氣排名不斷上升的唯一原因。類似Cassandra，HBase是Google的Bigtable的開源實現轉化成的資料庫，天然被設計為高可擴充套件性。
Hbase可以利用任何數量伺服器的磁碟、記憶體和CPU資源，同時擁有極佳的擴充套件功能，如自動分片。當系統負載和效能要求不斷增加，HBase的可通過簡單增加伺服器節點的方式無限擴充。 HBase從底層設計上保證，在確保資料一致性的同時，提供最佳效能。
但規模不是它的唯一用途。Kestelyn指出，“由於它與Hadoop的生態系統緊密整合，對於使用者和應用程式來說，資料是容易獲取的，可以通過SQL的方式查詢（使用Cloudera的Impala，Phoenix，或Hive），甚至自由文字搜尋（使用Cloudera Search）。“因此，HBase為開發人員提供了一種方法，利用現有通用的SQL語言，來建立在一個更成熟的分散式資料庫。
每種資料庫技術都有自己的長處和不足，但這裡評論的三種資料庫，在大資料技術領域，佔據了重要的位置。雖然未來可能還有一種全新的NoSQL資料庫技術會挑戰它們前三的位置，但目前的現實是，許多開發人員以及一批強大的成熟企業已經做出了它們的選擇：MongoDB、Cassandra 和 HBase。