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:
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。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。
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,2.4以后版本不支持该特性!Master-slave复制,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,适合计算极限值或统计数据,支持sets、队列、支持哈希表、支持排序 sets、支持事务、支持将数据设置成过期数据,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。
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,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JS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、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
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 custombinary。
可调节的分发及复制(N,R,W),用JS或Erlang在操作前或操作后进行验证和安全支持,使用JS或Erlang进行 Map/reduce连接及连接遍历,可作为图形数据库使用,大数据对象支持,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,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,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)。
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,基于Jruby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)