Google cloud platform 撇开价格不谈，为什么选择谷歌云Bigtable而不是谷歌云数据存储？

如果我对海量数据存储和搜索能力都有一个用例，为什么我会选择Google Cloud Bigtable而不是Google Cloud data Store

我已经看到一些关于SO和其他方面的问题“比较”Bigtable和Datastore，但似乎归结为相同的非特定答案

以下是我目前的知识和想法：

数据存储更昂贵

在这个问题的背景下，让我们完全忘记定价

Bigtable适用于大型数据集

看起来数据存储也是这样？我看不出是什么让Bigtable在客观上更优越

Bigtable在分析方面优于数据存储

怎么做？为什么？看起来我也可以在数据存储中进行分析，没问题。为什么Bigtable似乎是全行业一致的分析决策？GMail、eBay等从Bigtable中获得的数据存储无法提供的价值是什么

Bigtable与Hadoop、Spark等集成

考虑到数据存储是建立在Bigtable上的，它也不一样吗

自年月日起，该声明在答复中作出：

---

Bigtable和Datastore是非常不同的。是的，数据存储是建立在Bigtable之上的，但这并不意味着它与Bigtable有任何相似之处。这有点像说汽车是在车轮上建造的，所以汽车与车轮没有太大区别

然而，这种类比似乎是荒谬的，因为汽车（包括车轮）本质上提供的价值超过了汽车车轮本身的价值

---

乍一看，Bigtable似乎比Datastore差得多，只提供了一个索引，限制了快速搜索能力。我缺少什么？

Bigtable和Datastore针对略有不同的用例进行了优化，并提供了不同的折衷方案。主要有：

数据模型：

• Bigtable是一个宽列数据库——想想HBase和Cassandra
• 数据存储是一个文档数据库——比如MongoDB
• 注意，这两种方法都可以用于键值用例

成本模式：

• 每个已配置节点的Bigtable费用
• 数据存储是无服务器的，每次操作都要收费

通常，如果需要，Bigtable是一个不错的选择：

• 快速点读取和范围扫描（特别是在刻度上）。Bigtable将为键值查找提供更低的延迟，以及对连续行的快速扫描，这是一个强大的工具，因为行是按字典顺序存储的。如果您有简单的、可预测的查询模式，并且能够很好地设计模式，那么从Bigtable读取数据将非常高效

---

• 高吞吐量写入（同样，尤其是在大规模写入时）。这在一定程度上是可能的，因为Bigtable最终是一致的——作为交换，您可以看到价格/性能方面的巨大胜利

对于Bigtable来说非常有用的示例用例包括时间序列数据（用于物联网、监控等——想想超负荷的工作负载和在x个时间单位内生成的大量数据）、分析（想想欺诈检测、个性化、推荐）和广告服务（每微秒计数）

如果需要，数据存储（或Firestore）是一个不错的选择：

• 查询灵活性：数据存储提供文档支持和辅助索引
• 强一致性和/或事务：Bigtable最终具有一致性复制，不支持多行事务
• 移动SDK：数据存储和Firestore与firebase生态系统的集成非常好

示例用例包括移动和web应用程序、游戏状态、用户配置文件和产品目录

要明确回答您的几个问题：

• 为什么Bigtable用于分析？主要是关于性能：分析用例更有可能具有大型数据集，并且需要高写入吞吐量。如果您存储的是clickstream数据，那么很容易受到数据库的限制，而不是像用户帐户信息这样的东西。快速扫描对于分析用例也很重要：Bigtable允许您极其快速地检索用户或设备所需的所有信息，您可以在批处理作业中处理这些信息，也可以使用这些信息动态创建建议和分析
• Bigtable是否严格地比Datastore差？Datastore无疑提供了更多的内置功能，如辅助索引和文档支持，如果您需要这些功能，Datastore是一个不错的选择。但这种功能需要权衡。Bigtable提供的API级别可能较低，但性能令人难以置信，允许用户自己进行权衡：如果用户重视（比如）二级索引的写入性能，Bigtable是一个很好的选择。你可以把它看作是一个功能极其强大的基础设施构件。事实上，我喜欢车轮/汽车的类比：有时你不想要汽车——如果你真正需要的是一辆土制自行车，那么一套实心车轮就更有用：）

---

我建议在混合中考虑云扳手和Firestore。在进行比较时，我建议考虑每秒10万次以上操作的价格/性能。我还研究了Firestore，当然也考虑了这一点。我不一定要考虑Cloud Spanner，因为它是关系数据库。在10万次/秒的速度下，价格肯定会起作用，但这里的用例可能永远不会超过500-1000次/秒，而且两家商店之间的价格非常相似。感谢Sandy Ghai的详细回答。“Bigtable最终是一致的”——这不是真的。除非使用集群复制，否则Bigtable是强一致的。这很公平！Bigtable在一个区域内是高度一致的，最终在区域之间也是一致的——但大多数