八种Nosql数据库系统对比

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

lMVCC–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

lCouchApps（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）

lMaster-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。

lINCR & 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）

lMaster/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

lRiak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

lkey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,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

lCascading,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）