我在过去六个月中广泛使用了MongoDB，构建了一个分层数据管理系统，我可以证明它的安装设置非常容易（安装、运行、使用！）并且速度非常快。只要你仔细考虑索引，它的速度就可以绝对快。

我了解到，Cassandra由于在大型项目（如Twitter）中的使用，具有更好的可扩展功能，尽管MongoDB团队正在努力实现与之相同的功能。我应该指出，我除了试用阶段还没有使用过Cassandra，因此无法对其细节发表评论。

对我而言，当我们评估NoSQL数据库时，真正重要的是查询-Cassandra基本上只是一个巨大的键/值存储，查询有些棘手（至少与MongoDB相比），因此为了提高性能，您必须手动复制相当数量的数据作为一种手动索引。另一方面，MongoDB使用了一个“按示例查询”的模型。

例如，假设您有一个包含用户的集合（MongoDB用语等同于RDMS表），MongoDB将记录存储为文档，这些文档基本上是二进制JSON对象。例如：

{
   FirstName: "John",
   LastName: "Smith",
   Email: "john@smith.com",
   Groups: ["Admin", "User", "SuperUser"]
}

如果您想查找所有称为Smith且具有管理权的用户，您只需要创建一个新文档（在管理控制台使用Javascript或在生产中使用您选择的语言）：

{
   LastName: "Smith",
   Groups: "Admin"
}

然后运行查询。就是这样。还有添加的运算符可供比较，RegEx过滤等，但都很简单，基于维基的文档非常好。

每个查询中都有大量读取，但写入较少

如果热数据集适合于内存，则两个数据库在读取方面表现良好。它们都强调不需联接的数据模型（鼓励去规范化），并且都提供文档或行的索引，尽管 MongoDB 的索引目前更加灵活。

无论数据集有多大，Cassandra 的存储引擎都提供恒定时间的写入。在 MongoDB 中，写入更具问题性，部分原因在于基于 B 树的存储引擎，但更多原因在于它所执行的多级封锁。

对于分析，MongoDB 提供了自定义的映射/归约实现；Cassandra 提供原生 Hadoop 支持，包括Hive（构建在 Hadoop 映射/归约上的 SQL 数据仓库）和Pig（Hadoop 特定的分析语言，许多人认为它更适合于映射/归约负载比 SQL）。Cassandra 还支持Spark的使用。

不担心“大规模”扩展性

如果您考虑的是单个服务器，则 MongoDB 可能更适合。对于那些更关注扩展性的人而言，Cassandra 的无单点故障架构将更易于设置并更可靠。（MongoDB 的全局写锁也越来越痛苦。）Cassandra 还提供了更多控制副本工作方式的功能，包括支持多个数据中心。

更关注简单设置、维护和代码

对于单个服务器，它们都很容易设置，并且具有合理的开箱即用默认值。在多服务器配置中，Cassandra 更容易设置，因为无需担心特殊角色节点。

如果您目前正在使用 JSON BLOB，则 MongoDB 是与您的用例惊人地匹配，因为它使用 BSON 存储数据。您将能够比您现有数据库中拥有更丰富、更可查询的数据。这将是 Mongo 的最显著胜利。