文章来源:http://article.yeeyan.org/view/271351/239915
尽管SQL数据库是非常有用的工具,但经历了15年的一支独秀之后垄断即将被打破。这只是时间问题:被迫使用关系数据库,但最终发现不能适应需求的情况不胜枚举。
但是NoSQL数据库之间的不同,远超过两个 SQL数据库之间的差别。这意味着软件架构师更应该在项目开始时就选择好一个适合的 NoSQL数据库。
针对这种情况,这里对 Cassandra、 Mongodb、CouchDB、Redis、 Riak、Membase、Neo4j和HBase进行了比较:
1. CouchDB(V1.1.0)
l 语言: Erlang
l 特点:DB一致性,易于使用
l 使用许可: Apache
l 协议: HTTP/REST
l 双向数据复制,
l 持续性或ad-hoc
l 冲突检测
l 采用master-master复制
l MVCC – 写操作不阻塞读操作
l 版本控制(之前的版本文档有效)
l 单点崩溃(可靠的)设计
l 必要时可进行数据压缩
l 视图:内嵌 map/reduce 机制(MapReduce是一种编程模型,用于大规模数据集的并行运算-译注)
l 视图格式:列表&显示
l 支持进行服务器端文档验证
l 支持身份验证
l 数据变化实时更新
l 支持附件处理
l CouchApps(独立的 js应用程序)
l 包含jQuery程序库
最佳应用场景:适用于累积大量数据,变化较少,执行预定义查询的应用。适用于需要提供数据版本支持的应用。
例如: CRM、CMS系统。Master-master复制是一个有趣的功能,很易于进行多站点部署。
-----------------------------------------------------------------------
2. Redis(V2.4)
l 语言:C/C++
l 特点:速度极快
l 使用许可: BSD
l 协议:Telnet-like
l 有硬盘存储支持的内存数据库,
l 目前还没有磁盘交换(VM和Diskstore被抛弃)
l Master-slave复制
l 通过key进行简单的值存储或哈希表存储
l 支持复杂操作,例如 ZREVRANGEBYSCORE。
l INCR & co (数字递增存储键值,适合计算极限值或统计数据)
l 支持集合运算(支持 交集/差集/子集)
l 支持列表(支持队列;阻塞式 pop操作)
l 支持哈希表(多个域的对象)
l 支持集合排序(高分表,适用于范围查询)
l 支持事务
l 支持将数据设置成过期数据(类似快速缓冲区设计,以及冷热分离)
l 发布/订阅功能允许用户实现消息机制(长连接推送机制)
最佳应用场景:适用于数据变化快且数据库大小可以预计的应用程序。(这样可以合理配置内存容量)
例如:股票价格、数据分析、实时数据搜集、实时通讯。
-----------------------------------------------------------------------
3. MongoDB
l 语言:C++
l 特点:保留了SQL一些友好的特性(查询,索引)。
l 使用许可: AGPL(发起者: Apache)
l 协议: Custom, binary(BSON)
l Master/slave复制(服务器间数据复制和自动故障转移)
l 内建自动分片机制(支持水平数据库集群)
l 支持 javascript表达式查询
l 可在服务器端执行任意的 javascript函数
l 优于CouchDB的update-in-place
l 采用内存映射文件的方式进行数据存储
l 对性能的要求高于功能
l 最好打开日志功能(参数 –journal)
l 在32位操作系统上,数据库大小限制约为2.5G
l 空数据库大约占 192Mb
l 采用 GridFS存储大数据和元数据(不是真正的文件系统)
最佳应用场景:如果你需要动态查询,需要使用索引而不是 map/reduce功能;需要对大数据库有良好的性能要求。如果你想使用 CouchDB,但数据改变太频繁而占满内存的应用程序。
例如:你本打算采用 MySQL或 PostgreSQL,但因为需要预定义表结结构让你望而却步。
-----------------------------------------------------------------------
4. Riak(V1.0)
l 语言:Erlang和C,以及一些Javascript
l 特点:具备容错能力
l 使用许可: Apache
l 协议: HTTP/REST或者 custom binary
l 可自定义参数控制的分布和复制(N-复制节点数, R- 成功读操作的最小节点数, W–成功写操作的最小节点数-译注)
l 用 JavaScript或 Erlang在操作预提交或提交时进行验证和安全检测
l 使用JavaScript或Erlang进行 Map/reduce
l 链接&链接遍历:可作为图形数据库使用
l 多级索引:可在元数据中进行搜索
l 大数据对象支持(Luwak)
l 提供“开源”和“企业”两个版本
l Riak搜索服务器(beta版)支持全文搜索、索引、查询
l 正在将后端存储从“Bitcask”迁移到Google的“LevelDB”
l 支持Masterless多站点复制及商务授权的 SNMP监控
最佳应用场景:适用于想使用类似 Cassandra(类似Dynamo,亚马逊的key-value模式的存储平台-译注)数据库但又不愿处理数据臃肿及复杂性的情况。如果你需要很好的单站点可伸缩性,可用性和容错性,但又准备实行多点复制。
例如:销售数据搜集,工厂控制系统;对宕机时间有严格要求;可以作为易于更新的 web服务器使用。
-----------------------------------------------------------------------
5. Membase
l 语言: Erlang和C
l 特点:兼容 Memcache,兼具持久化和支持集群
l 使用许可: Apache 2.0
l 协议:Memcached 扩展增强
l 非常快速(200k+/秒),通过键值访问数据
l 可持久化存储到硬盘
l 所有节点都是相同的(Master-master复制)
l 在内存中提供类似Memcached 的缓存单元
l 通过重复数据删除技术写入数据来减少IO
l 提供良好的集群管理web界面
l 软件更新时无需停止数据库服务
l 支持连接池和多路复用的连接代理
最佳应用场景:适用于需要低延迟数据访问,高并发和高可用性的应用
例如:低延迟数据访问比如以广告为目标的应用,高并发的web 应用比如网络游戏(如Zynga)
-----------------------------------------------------------------------
6. Neo4j (V1.5M02)
l 语言: Java
l 特点:图形数据库
l 使用许可: GPL,其中一些特性使用AGPL/商业许可
l 协议: HTTP/REST(或嵌入在 Java中)
l 可独立使用或嵌入到 Java应用程序
l 完全符合ACID特性(包括持久化数据)
l 图形的节点和边都可以带有元数据
l 集成的基于模式匹配的查询语言(Cypher)
l 可以使用图形遍历语言”Gremlin”
l 节点和关系的索引
l 内建练好的web管理界面
l 多算法支持的高级路径查找
l key和关系索引
l 优化的读取操作
l 支持事务(Java api)
l 支持 Groovy脚本
l 支持在线备份,高级监控及高可靠性支持,使用AGPL/商业许可
最佳应用场景:适用于描述图形类数据、丰富数据或者复杂数据之间的关系。这是 Neo4j与其他nosql数据库的最显著区别
例如:社会关系,公共交通网络,地图,网络拓扑等
-----------------------------------------------------------------------
7. Cassandra
l 语言: Java
l 特点:对BigTable和 Dynamo(亚马逊的key-value模式的存储平台-译注)支持得最好
l 使用许可: Apache
l 协议: Custom, binary (Thrift)
l 可自定义参数控制的分布和复制(N-复制节点数, R- 成功读操作的最小节点数, W–成功写操作的最小节点数)
l 支持以某个范围的键值查询,列查询
l 类似BigTable的功能:列,列组
l 写操作比读操作更快
l 基于 Apache Hadoop(一个分布式系统基础架构,由Apache基金会开发-译注)尽可能地进行Map/reduce
我承认对 Cassandra有偏见,因为它本身的臃肿和复杂性,当然部分是因为 Java的问题(配置,出现异常,等等)
最佳应用场景:当写操作多于读操作(记录日志)时。如果系统中的每个组件都必须用Java编写(没有人因为选用 Apache的软件被解雇)。
例如:银行业,金融业(虽然对于金融交易不是必须的,但这些产业对数据库的要求会比它们更大)写比读更快,所以一个自然的特性就是实时数据分析
-----------------------------------------------------------------------
8. HBase
(配合 ghshephard使用)
l 语言: Java
l 特点:支持数十亿行 × 上百万列
l 使用许可: Apache
l 协议:HTTP/REST (支持 Thrift,见编注4)
l 以BigTable为蓝本
l 使用Hadoop进行Map/reduce
l 通过在server端扫描及过滤实现对查询操作预判
l 实时查询优化
l 高性能 Thrift网关
l 支持 XML, Protobuf, 和binary的HTTP
l Cascading, hive, 以及 pig source 和 Sink 模块
l 基于Jruby(JIRB)的shell
l 不会出现单点故障
l 对配置改变和较小的升级都会重新回滚
l 堪比MySQL的随机访问性能
最佳应用场景:适用于偏好BigTable,并且需要对大数据进行随机、实时访问的应用。
例如: Facebook消息数据库(更多通用用例即将出现)