我目前正在运行一个项目，我们需要每年为大约2亿个帐户存储400亿个文档（PDF，TIFF），并且想知道是否可以使用Cassandra进行此操作？这主要是因为Cassandra设计中的可扩展性，稳定性和多个数据中心的使用。Cassandra用于存储文档
但我想知道为此使用Cassandra是否是一个好主意 - 或者像CouchDB这样的另一种选择是更好的选择吗？
刚一说明，我们不需要在文件全文检索，并为每个文档只会有一个有限的连接到每个元数据 - 独特的ID，如日期，时间，来源，所有者和，再加上一些关键字。通常通过对所有者ID的查询来完成对文档的访问，并从那里选择通过原始和可选的日期/时间需要的文档。所以没有什么幻想。
感谢您对此的看法。
只是一些想法：
你可能想也考虑分布式文件系统，如HDFS。
每年40亿美元是1361每秒 - Cassandra可以处理这种写入负载，假设文件大小适中，而不是所有巨大的数兆字节的文件。
您预期会发生什么样的读取负载？
这些文件是否会永久保存，即每年增加400亿无限期增加？
如果一个文件是100KB（比如说），那我认为是每年4PB。我还没有听说过Cassandra集群这么大 - 值得问一下Cassandra mailing list（有一些现实的数字而不是我的猜测！）。
我听说Cassandra节点通常可以在重负载下管理1TB，也可能在轻负载下处理10TB。因此，第一年至少有400个节点的群集，可能更多，特别是如果您想要复制。
This page给出了一些2009年HDFS功能数据 - 使用4000个节点的14PB（6000万个文件）以及许多其他有趣的细节（例如需要60GB RAM的名称节点）。