在cassandra中将json存储为文本vs blob的优缺点是什么？

blob对我来说的一个问题是，在java中，ByteBuffer（在cassandra中映射到blob）不是Serializable，因此不适用于EJB。

考虑到json相当大，在cassandra中存储json的更好类型。 是文字还是blob？

在决定blob vs json时，json的大小是否重要？

如果它是像oracle这样的任何其他数据库，那么通常使用blob / clob。 但在Cassandra，每个单元可以容纳2GB，这有关系吗？

请将此问题视为本案例中text和blob之间的选择，而不是排序到是否为json使用单列的建议。

Answer 1

我认为将文字 JSON数据存储为Cassandra中的BLOB没有任何好处。 最多，您的存储成本是相同的，一般而言，使用BLOB类型的API不像处理字符串/文本那样方便。

例如，如果您正在使用他们的Java API，那么为了使用参数化的PreparedStatement将数据存储为BLOB您首先需要将其全部加载到ByteBuffer ，例如将JSON数据打包到InputStream 。

除非您正在处理非常大的 JSON片段，否则会强制您流式传输数据，这对于访问BLOB类型来说是一项额外的工作。 你会从中获得什么？ 基本上没什么。

但是，我认为有一些优点可以问’ 我应该将JSON存储为文本，还是将其压缩并将压缩数据存储为BLOB ？ ”。

答案就取决于你如何配置Cassandra和你的桌子。 特别是，只要您使用Cassandra 1.1或更高版本，您的表默认启用压缩。 这可能就足够了，特别是如果您的JSON数据在每一行中相当一致。

但是，Cassandra的内置压缩是在表范围内应用的，而不是单个行。 因此，您可以通过在存储之前手动压缩JSON数据，将压缩字节写入ByteBuffer ，然后将数据作为BLOB发送到Cassandra来获得更好的压缩率。

因此，它基本上归结为存储空间与编程方便性与CPU使用率之间的权衡。 我会按如下方式决定：

1. 是否最大限度地减少了您最关心的存储量？
   • 如果是，则压缩JSON数据并将压缩的字节存储为BLOB ;
   • 否则，请继续＃2。
2. Cassandra的内置压缩是否适用于您的桌面？
   • 如果否（如果无法启用压缩），则压缩JSON数据并将压缩的字节存储为BLOB ;
   • 否则，请继续＃3。
3. 您要存储的数据在每行中是否相对统一？
   • 可能对于JSON数据，答案是“是”，在这种情况下，您应该将数据存储为文本并让Cassandra处理压缩;
   • 否则进入＃4。
4. 你想要效率还是方便？
   • 效率; 压缩JSON数据并将压缩的字节存储为BLOB 。
   • 方便; 压缩JSON数据，base64压缩数据，然后将base64编码的数据存储为文本。

Answer 2

由于数据不是二进制数据，因此几乎没有理由使用二进制大对象。 当然你可以做到，但为什么呢？ 文字更容易为人类阅读，并没有真正的速度/大小差异（。

即使在其他数据库中，您也可以将JSON存储为文本。 例如，即使MySQL有文本字段可以处理相当多的文本（LONGTEXT = 4Gb）。 是的，甲骨文落后了，但希望他们有时也能获得合理的长文本字段。

但是为什么要将整个Json对象存储为文本？ json应该真正规范化并存储为DB中的多个字段。

Answer 3

我肯定会说文本比用于存储JSON的blob更好。 JSON最终是文本，因此这种类型有意义，但是blob可能会有额外的开销，因为一些驱动程序似乎要求在插入之前将它们转换为Hex。 此外，blob在使用cqlsh时显示为base64编码的字符串，因此如果您需要进行测试，则无法轻松检查实际存储的JSON。 我不确定blob是如何存储在磁盘上的，但我想它与文本的方式非常相似。

话虽如此，存储大型条目可能会导致问题， 不建议这样做 。 这可能会导致分片问题并消耗大量内存。 虽然常见问题解答指的是超过64MB的文件，但从经验来看，平均每个文件几兆字节会在您开始存储大量文件时导致性能问题。 如果可能的话，如果您希望JSON的大小为兆字节并且在Cassandra中存储对该存储的引用，那么最好使用对象存储。

Answer 4

在即将发布的2.2版本中，Cassandra还为JSON提供原生支持。 http://www.datastax.com/dev/blog/whats-new-in-cassandra-2-2-json-support