cassandra:
partition分区器有两种方法： RandomPartitioner 一致性哈希 ByteOrderedPartitioner 按照自己大小
那么cassandra为什么能快呢。因为它采取了这么一个解决方案：
数据首先写到 commit log， 然后写到memtable。干完了这两件事，写就算成功了，别的事情您就不用操心了。后面事情是sstable(磁盘)，然后是压缩文件
好在cassandra有一个 Bloom filter, 这个东东就是专门用来判断某个数据是否存在一个sstable的，如果不在，就不用浪费时间了。所以读也是挺快的。
所有节点都是一样的，副本也没有主副本和从副本，放在hash环上
回滚？
hbase 一个table对应按照rowkey划分region，
一个region内部包含多个store，一个store存储了一个column family，对应hdfs上一个逻辑文件
一个store包含了一个memstore和多个storefile(对应hdfs的一个文件块)，以及hlog
先写hlog，然后写memstore，memstore内的数据，到达一定量之后，会被异步写入到storefile
一个table的所有region共享一个hlog，如果数据还没写入到memstore或者还没从memstore写入到storefile，这时候集群挂了
那么重启的时候，hbase会自动从hlog中回放日志。
hbase里面最小的数据单元是cell，里面包含value和timestamp
kafka：
leader and replica partition， 也需要配合zookeeper，里面存了每个consumer group消费每个分区对应的offset
elasticsearch：
集群-节点 索引-分片 分片分primary和slave，只写primary分片，slave增加读并发
redis：
master-》slave1-》slave2-》slave3 这样master挂了，slave1可以迅速切换为master，同时这样可以减少master的同步线程压力
redis里面所有的操作都是串行的，这样就不需要做并发同步了
原文地址：https://www.cnblogs.com/brainstorm/p/8284677.html