8种Nosql数据库系统对比

虽然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 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：

（编注1：NoSQL：是一项全新的数据库革命性运动，NoSQL的拥护者们提倡运用非关系型的数据存储。现今的计算机体系结构在数据存储方面要求具备庞大的水平扩展性，而NoSQL致力于改变这一现状。目前Google的 BigTable 和Amazon 的Dynamo使用的就是NoSQL型数据库。）

 

1. CouchDB

·         所用语言： Erlang

·         特点：DB一致性，易于使用

·         使用许可： Apache

·         协议： HTTP/REST

·         双向数据复制，

·         持续进行或临时处理，

·         处理时带冲突检查，

·         因此，采用的是master-master复制（见编注2）

·         MVCC – 写操作不阻塞读操作

·         可保存文件之前的版本

·         Crash-only（可靠的）设计

·         需要不时地进行数据压缩

·         视图：嵌入式映射/减少

·         格式化视图：列表显示

·         支持进行服务器端文档验证

·         支持认证

·         根据变化实时更新

·         支持附件处理

·         因此， CouchApps（独立的 js应用程序）

·         需要 jQuery程序库

 

最佳应用场景：适用于数据变化较少，执行预定义查询，进行数据统计的应用程序。适用于需要提供数据版本支持的应用程序。

例如： CRM、CMS系统。 master-master复制对于多站点部署是非常有用的。

（编注2：master-master复制：是一种数据库同步方法，允许数据在一组计算机之间共享数据，并且可以通过小组中任意成员在组内进行数据更新。）

 

2. Redis

·         所用语言：C/C++

·         特点：运行异常快

·         使用许可： BSD

·         协议：类 Telnet

·         有硬盘存储支持的内存数据库，

·         但自2.0版本以后可以将数据交换到硬盘（注意， 2.4以后版本不支持该特性！）

·         Master-slave复制（见编注3）

·         虽然采用简单数据或以键值索引的哈希表，但也支持复杂操作，例如 ZREVRANGEBYSCORE。

·         INCR & co （适合计算极限值或统计数据）

·         支持 sets（同时也支持 union/diff/inter）

·         支持列表（同时也支持队列；阻塞式 pop操作）

·         支持哈希表（带有多个域的对象）

·         支持排序 sets（高得分表，适用于范围查询）

·         Redis支持事务

·         支持将数据设置成过期数据（类似快速缓冲区设计）

·         Pub/Sub允许用户实现消息机制

 

最佳应用场景：适用于数据变化快且数据库大小可遇见（适合内存容量）的应用程序。

例如：股票价格、数据分析、实时数据搜集、实时通讯。

（编注3：Master-slave复制：如果同一时刻只有一台服务器处理所有的复制请求，这被称为 Master-slave复制，通常应用在需要提供高可用性的服务器集群。）

 

3. MongoDB

·         所用语言：C++

·         特点：保留了SQL一些友好的特性（查询，索引）。

·         使用许可： AGPL（发起者： Apache）

·         协议： Custom, binary（ BSON）

·         Master/slave复制（支持自动错误恢复，使用 sets 复制）

·         内建分片机制

·         支持 javascript表达式查询

·         可在服务器端执行任意的 javascript函数

·         update-in-place支持比CouchDB更好

·         在数据存储时采用内存到文件映射

·         对性能的关注超过对功能的要求

·         建议最好打开日志功能（参数 –journal）

·         在32位操作系统上，数据库大小限制在约2.5Gb

·         空数据库大约占 192Mb

·         采用 GridFS存储大数据或元数据（不是真正的文件系统）

 

最佳应用场景：适用于需要动态查询支持；需要使用索引而不是 map/reduce功能；需要对大数据库有性能要求；需要使用 CouchDB但因为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，但因为它们本身自带的预定义栏让你望而却步。

 

4. Riak

·         所用语言：Erlang和C，以及一些Javascript

·         特点：具备容错能力

·         使用许可： Apache

·         协议： HTTP/REST或者 custom binary

·         可调节的分发及复制(N, R, W)

·         用 JavaScript or Erlang在操作前或操作后进行验证和安全支持。

·         使用JavaScript或Erlang进行 Map/reduce

·         连接及连接遍历：可作为图形数据库使用

·         索引：输入元数据进行搜索（1.0版本即将支持）

·         大数据对象支持（ Luwak）

·         提供“开源”和“企业”两个版本

·         全文本搜索，索引，通过 Riak搜索服务器查询（ beta版）

·         支持Masterless多站点复制及商业许可的 SNMP监控

 

最佳应用场景：适用于想使用类似 Cassandra（类似Dynamo）数据库但无法处理 bloat及复杂性的情况。适用于你打算做多站点复制，但又需要对单个站点的扩展性，可用性及出错处理有要求的情况。

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

·         所用语言： Erlang和C

·         特点：兼容 Memcache，但同时兼具持久化和支持集群

·         使用许可： Apache 2.0

·         协议：分布式缓存及扩展

·         非常快速（200k+/秒），通过键值索引数据

·         可持久化存储到硬盘

·         所有节点都是唯一的（ master-master复制）

·         在内存中同样支持类似分布式缓存的缓存单元

·         写数据时通过去除重复数据来减少 IO

·         提供非常好的集群管理 web界面

·         更新软件时软无需停止数据库服务

·         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，高并发支持以及高可用性的应用程序

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（例如 Zynga）

 

6. Neo4j

·         所用语言： Java

·         特点：基于关系的图形数据库

·         使用许可： GPL，其中一些特性使用 AGPL/商业许可

·         协议： HTTP/REST（或嵌入在 Java中）

·         可独立使用或嵌入到 Java应用程序

·         图形的节点和边都可以带有元数据

·         很好的自带web管理功能

·         使用多种算法支持路径搜索

·         使用键值和关系进行索引

·         为读操作进行优化

·         支持事务（用 Java api）

·         使用 Gremlin图形遍历语言

·         支持 Groovy脚本

·         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：适用于图形一类数据。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，地图及网络拓谱

 

7. Cassandra

·         所用语言： Java

·         特点：对大型表格和 Dynamo支持得最好

·         使用许可： Apache

·         协议： Custom, binary (节约型)

·         可调节的分发及复制(N, R, W)

·         支持以某个范围的键值通过列查询

·         类似大表格的功能：列，某个特性的列集合

·         写操作比读操作更快

·         基于 Apache分布式平台尽可能地 Map/reduce

·         我承认对 Cassandra有偏见，一部分是因为它本身的臃肿和复杂性，也因为 Java的问题（配置，出现异常，等等）

 

最佳应用场景：当使用写操作多过读操作（记录日志）如果每个系统组建都必须用 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）

·         所用语言： Java

·         特点：支持数十亿行X上百万列

·         使用许可： Apache

·         协议：HTTP/REST （支持 Thrift，见编注4）

·         在 BigTable之后建模

·         采用分布式架构 Map/reduce

·         对实时查询进行优化

·         高性能 Thrift网关

·         通过在server端扫描及过滤实现对查询操作预判

·         支持 XML, Protobuf, 和binary的HTTP

·         Cascading, hive, and pig source and sink modules

·         基于 Jruby（ JIRB）的shell

·         对配置改变和较小的升级都会重新回滚

·         不会出现单点故障

·         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、实时访问的场合。

例如： Facebook消息数据库（更多通用的用例即将出现）

编注4：Thrift 是一种接口定义语言，为多种其他语言提供定义和创建服务，由Facebook开发并开源。

当然，所有的系统都不只具有上面列出的这些特性。这里我仅仅根据自己的观点列出一些我认为的重要特性。与此同时，技术进步是飞速的，所以上述的内容肯定需要不断更新。我会尽我所能地更新这个列表