0
Happy weekend
Blah blah blah … 周五喝的有点大，导致一直到周六晚上，胃还是叽里咕噜的，古某、刘某过于能喝，下次得回避了……
差不多一整天的时间吧，把Hadoop 下面的项目过完了，又去看了看Cassandra（休息时间看了三集生活大爆炸，以降低我对英文文档的厌恶感）。
时间仓促，先把只言片语列在这里，有空再整理个Matrix。
下面的内容很凌乱，仅作笔记，若你有什么想说的，欢迎留言或者给我发邮件!
$ 带着问题阅读
- 我需要处理的数据非常复杂，类似于：
book: { title : '', isbn : '', chapters: { 'chapter 1': { 'title' : 'c1', 'breif' : 'c b 1' }, 'chapter 1': { 'title' : 'c1', 'breif' : 'c b 1' } } } - 我需要执行临时查询，可能要根据chapter.title 找到book
- 我需要执行数据挖掘
- 单个数据条目的体积非常大（约100k），条目的数量非常多（预计每日新增1M-10M条）。
- 最近有个实时查询的需求，未来会有大量类似需求吗？
$ Notes
面向列的数据库
一般采用Google Big Table 数据模型，开源实现有HBase、Cassandra。
适合松散的数据，如果将二维表比作矩阵，那么hbase非常适合存储有大量空洞的矩阵。
因为面向列进行存储，因此空列是不会浪费存储空间的。
真得不适合存储复杂的文档数据。
面向文档的数据库
开源实现有CouchDB、MongoDB 等。
CouchDB 还是有些不稳定…… 不过MongoDB真的非常适用于我的问题，因为我的数据基本上就是一个结构复杂的文档。它提供的Shading 方案，可以将一个表的数据，分散到集群中的不同节点，并可以像在单节点上一样操作它们。
Hive
简而言之，他仅是一个数据挖掘工具，它可以简化ETL，并将HQL 很好的转换成m/r。
亮点在于提高生产力，降低技术门槛。
$ Final
$ if 没有 实时需求:
我会考虑用自己的方式做一个每日数据库（将一天的数据压缩到一个文件中），然后利用Hive 完成临时查询和数据挖掘工作。
$ else
我想MongoDB 是唯一的出路了，不过MongoDB 浪费的哪些磁盘真让我心疼啊……
23:45 打完，收工。