【问题标题】：GeoMesa - Differences between the supported Data Stores?GeoMesa - 支持的数据存储之间的差异？
【发布时间】：2017-08-06 00:15:57
【问题描述】：
我正在浏览documentation of GeoMesa，目录公开了许多可以使用的受支持数据存储：
具体的后端实现如下所述
章节：
Accumulo Data Store
Kafka Data Store
HBase Data Store
Bigtable Data Store
Cassandra Data Store
虽然 Accumulo 和 Kafka 数据存储文档包含大量内容，但 HBase、Bigtable 和 Cassandra 并非如此。它没有列出缺失的功能，并说明数据存储是否适合在生产中使用。
我找不到这些数据存储的实现级别（如支持/缺失的功能、稳定性等）的比较。
我的问题：
- 在使用 Accumulo 而不是 Cassandra 作为 GeoMesa 的数据存储时，我有什么好处？
- 是否所有数据存储都在同一实现级别上？
【问题讨论】：
标签：
geoserver
accumulo
geomesa
【解决方案1】：
好问题；最近刚刚出现在GeoMesa user list 上。
在高层次上，所有 GeoMesa 实现都是 GeoTools 数据存储，共享类似的命令行工具，并与 GeoServer 集成。如果您只需要这样的一般访问权限，那么任何数据存储都应该没问题。
GeoMesa 的 Accumulo 支持时间最长，因此还有一些附加功能，例如将统计数据计算和热图生成推送到数据库服务器。 Accumulo 和 HBase 非常相似，应该可以直接将这些功能转移到 HBase，并且这项工作正在进行中（这发生在 GeoMesa 1.3.x 行中）。
Accumulo、HBase（以及 Google Cloud Bigtable）数据存储支持 Spark / Spark SQL。 （从 GeoMesa 版本 1.3.1 开始。）
对于 C*，也有积极的部署来达到功能平等。从我所见，C* 并没有让添加服务器端查询处理变得那么容易（Accumulo 迭代器很棒；HBase 过滤器和协处理器也很棒）。
Kafka 数据存储用于流数据。如果您的应用程序具有流式地理数据，并且您希望生成它的近实时视图和/或“实时”处理它，那么 Kafka 适合您。其他数据存储用于长期持久性、查询和批处理分析。