8种Nosql数据库系统对比

导读:Kristóf Kovács 是一位软件架构师和咨询顾问,他最近发布了一片对比各种类型NoSQL数据库的文章。
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。)
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
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。
原文链接: Kristóf Kovács  翻译: 伯乐在线 - 程序员
译文链接: http://blog.jobbole.com/1344/