我正在浏览documentation of GeoMesa，目录中公开了许多可以使用的受支持的数据存储：
以下章节将介绍特定的后端实现：Accumulo Data Store
Kafka数据存储
HBase数据存储
Bigtable数据存储
Cassandra数据存储
虽然Accumulo和Kafka数据存储文档有很多内容，但HBase，Bigtable和Cassandra并非如此 . 它没有列出缺少的功能，关于数据存储是否适合在 生产环境 中使用的注释 .
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：
-
使用Accumulo时，我有什么好处，例如，Cassandra作为GeoMesa的数据存储？
-
所有数据存储在同一实现级别上吗？
1 回答
好问题;这刚刚出现在GeoMesa user list上 .
在高级别，所有GeoMesa实现都是GeoTools DataStore，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，任何数据存储都应该没问题 .
GeoMesa的Accumulo支持已经存在时间最长，因此还有其他功能，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足够相似，可以直接将这些功能转移到HBase，而且这项工作正在进行中（这在GeoMesa 1.3.x系列中正在发生） .
Accumulo，HBase（以及Google Cloud Bigtable）数据存储支持Spark / Spark SQL . （截至GeoMesa 1.3.1版 . ）
对于C *，还有积极部署以实现功能奇偶校验 . 从我所看到的，C *并没有使添加服务器端查询处理变得非常容易（Accumulo迭代器非常棒; HBase过滤器和协处理器也非常棒） .
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，并且您希望生成近乎实时的视图和/或处理它“实时”，那么Kafka就适合您 . 其他数据存储区用于长期持久性，查询和批处理分析 .