GeeksforGeeks
Hadoop es un marco de programación de software de código abierto. El framework de Hadoop se basa en el Lenguaje de programación Java con algún código nativo en shell script y C.
Este framework se utiliza para administrar, almacenar y procesar los datos & computación para las diferentes aplicaciones de big data que se ejecutan bajo sistemas en clúster. Los principales componentes de Hadoop son HDFS, MapReduce y YARN.
Cassandra es un sistema de gestión de datos distribuido de código abierto con almacén de columnas amplias y base de datos NoSQL. Esta base de datos NoSQL proporciona la capacidad de manejar una gran cantidad de datos en muchos hardware de productos básicos sin un único punto de falla y alta disponibilidad. El código está escrito en Java y desarrollado por la Apache Software Foundation.
Diferencia entre Hadoop y Cassandra
| S.NO. | HADOOP | CASSANDRA |
|---|---|---|
| 1 | Hadoop es un marco escalable diseñado para implementarse en hardware de bajo costo. | Se implementa de manera muy distribuida como un clúster de instancias que se conocen entre sí. |
| 2 | Hadoop es un marco de procesamiento de big data basado en el famoso modelo de programación MapReduce. | Cassandra se utiliza principalmente para el procesamiento de datos en tiempo real. |
| 3 | Hadoop soporta una variedad de formatos. | Cassandra no admite imágenes. |
| 4 | Hadoop sigue una arquitectura de esclavos maestros. | Cassandra sigue una arquitectura peer-to-peer |
| 5 | Hadoop se implementa en un único centro de datos. | Cassandra se implementa de una manera muy distribuida. |
| 6 | Se utiliza reducir el mapa de lectura/escritura. | Esto utiliza el lenguaje de consulta Cassandra. |
| 7 | En hadoop, los datos se escriben directamente en el nodo de datos. | Mientras está en Cassandra, los datos se escriben primero en la tabla mem y luego se escriben en el disco. |
| 8 | Hadoop tiene un factor de replicación fijo de 3. | El factor de replicación en Cassandra depende del número de nodos. |
| 9 | tiene una latencia alta velocidad. | Tiene menos latencia. |
| 10 | Hadoop utiliza TCP y UDP para la comunicación. | En Cassandra, el protocolo de chismes se utiliza para la comunicación. |
| 11 | Es para el procesamiento por lotes de datos. | Es para procesamiento en tiempo real. |
