8 種常用的 NoSQL 數(shù)據(jù)庫系統(tǒng)對(duì)比分析

Kristóf Kovács 是一位軟件架構(gòu)師和咨詢顧問，他最近發(fā)布了一片對(duì)比各種類型NoSQL數(shù)據(jù)庫的文章。

雖然SQL數(shù)據(jù)庫是非常有用的工具，但經(jīng)歷了15年的一支獨(dú)秀之后壟斷即將被打破。這只是時(shí)間問題：被迫使用關(guān)系數(shù)據(jù)庫，但最終發(fā)現(xiàn)不能適應(yīng)需求的情況不勝枚舉。

但是NoSQL數(shù)據(jù)庫之間的不同，遠(yuǎn)超過兩 SQL數(shù)據(jù)庫之間的差別。這意味著軟件架構(gòu)師更應(yīng)該在項(xiàng)目開始時(shí)就選擇好一個(gè)適合的 NoSQL數(shù)據(jù)庫。針對(duì)這種情況，這里對(duì) Cassandra、Mongodb、CouchDB、Redis、 Riak、Membase、Neo4j 和 HBase 進(jìn)行了比較：

（編注1：NoSQL：是一項(xiàng)全新的數(shù)據(jù)庫革命性運(yùn)動(dòng)，NoSQL的擁護(hù)者們提倡運(yùn)用非關(guān)系型的數(shù)據(jù)存儲(chǔ)。現(xiàn)今的計(jì)算機(jī)體系結(jié)構(gòu)在數(shù)據(jù)存儲(chǔ)方面要求具 備龐大的水平擴(kuò) 展性，而NoSQL致力于改變這一現(xiàn)狀。目前Google的 BigTable 和Amazon 的Dynamo使用的就是NoSQL型數(shù)據(jù)庫。 參見NoSQL詞條。）

1. CouchDB

所用語言： Erlang
特點(diǎn)：DB一致性，易于使用
使用許可： Apache
協(xié)議： HTTP/REST
雙向數(shù)據(jù)復(fù)制，
持續(xù)進(jìn)行或臨時(shí)處理，
處理時(shí)帶沖突檢查，
因此，采用的是master-master復(fù)制（見編注2）
MVCC – 寫操作不阻塞讀操作
可保存文件之前的版本
Crash-only（可靠的）設(shè)計(jì)
需要不時(shí)地進(jìn)行數(shù)據(jù)壓縮
視圖：嵌入式 映射/減少
格式化視圖：列表顯示
支持進(jìn)行服務(wù)器端文檔驗(yàn)證
支持認(rèn)證
根據(jù)變化實(shí)時(shí)更新
支持附件處理
因此， CouchApps（獨(dú)立的 js應(yīng)用程序）
需要 jQuery程序庫
 

最佳應(yīng)用場(chǎng)景：適用于數(shù)據(jù)變化較少，執(zhí)行預(yù)定義查詢，進(jìn)行數(shù)據(jù)統(tǒng)計(jì)的應(yīng)用程序。適用于需要提供數(shù)據(jù)版本支持的應(yīng)用程序。

例如： CRM、CMS系統(tǒng)。 master-master復(fù)制對(duì)于多站點(diǎn)部署是非常有用的。

（編注2：master-master復(fù)制：是一種數(shù)據(jù)庫同步方法，允許數(shù)據(jù)在一組計(jì)算機(jī)之間共享數(shù)據(jù)，并且可以通過小組中任意成員在組內(nèi)進(jìn)行數(shù)據(jù)更新。）

2. Redis

所用語言：C/C++
特點(diǎn)：運(yùn)行異?？?br /> 使用許可： BSD
協(xié)議：類 Telnet
有硬盤存儲(chǔ)支持的內(nèi)存數(shù)據(jù)庫，
但自2.0版本以后可以將數(shù)據(jù)交換到硬盤（注意， 2.4以后版本不支持該特性?。?br /> Master-slave復(fù)制（見編注3）
雖然采用簡(jiǎn)單數(shù)據(jù)或以鍵值索引的哈希表，但也支持復(fù)雜操作，例如 ZREVRANGEBYSCORE。
INCR co （適合計(jì)算極限值或統(tǒng)計(jì)數(shù)據(jù)）
支持 sets（同時(shí)也支持 union/diff/inter）
支持列表（同時(shí)也支持隊(duì)列；阻塞式 pop操作）
支持哈希表（帶有多個(gè)域的對(duì)象）
支持排序 sets（高得分表，適用于范圍查詢）
Redis支持事務(wù)
支持將數(shù)據(jù)設(shè)置成過期數(shù)據(jù)（類似快速緩沖區(qū)設(shè)計(jì)）
Pub/Sub允許用戶實(shí)現(xiàn)消息機(jī)制

最佳應(yīng)用場(chǎng)景：適用于數(shù)據(jù)變化快且數(shù)據(jù)庫大小可遇見（適合內(nèi)存容量）的應(yīng)用程序。
例如：股票價(jià)格、數(shù)據(jù)分析、實(shí)時(shí)數(shù)據(jù)搜集、實(shí)時(shí)通訊。
（編注3：Master-slave復(fù)制：如果同一時(shí)刻只有一臺(tái)服務(wù)器處理所有的復(fù)制請(qǐng)求，這被稱為 Master-slave復(fù)制，通常應(yīng)用在需要提供高可用性的服務(wù)器集群。）

3. MongoDB

所用語言：C++
特點(diǎn)：保留了SQL一些友好的特性（查詢，索引）。
使用許可： AGPL（發(fā)起者： Apache）
協(xié)議： Custom, binary（ BSON）
Master/slave復(fù)制（支持自動(dòng)錯(cuò)誤恢復(fù)，使用 sets 復(fù)制）
內(nèi)建分片機(jī)制
支持 javascript表達(dá)式查詢
可在服務(wù)器端執(zhí)行任意的 javascript函數(shù)
update-in-place支持比CouchDB更好
在數(shù)據(jù)存儲(chǔ)時(shí)采用內(nèi)存到文件映射
對(duì)性能的關(guān)注超過對(duì)功能的要求
建議最好打開日志功能（參數(shù) –journal）
在32位操作系統(tǒng)上，數(shù)據(jù)庫大小限制在約2.5Gb
空數(shù)據(jù)庫大約占 192Mb
采用 GridFS存儲(chǔ)大數(shù)據(jù)或元數(shù)據(jù)（不是真正的文件系統(tǒng)）
 
最佳應(yīng)用場(chǎng)景：適用于需要?jiǎng)討B(tài)查詢支持；需要使用索引而不是 map/reduce功能；需要對(duì)大數(shù)據(jù)庫有性能要求；需要使用 CouchDB但因?yàn)閿?shù)據(jù)改變太頻繁而占滿內(nèi)存的應(yīng)用程序。
例如：你本打算采用 MySQL或 PostgreSQL，但因?yàn)樗鼈儽旧碜詭У念A(yù)定義欄讓你望而卻步。

4. Riak

所用語言：Erlang和C，以及一些Javascript
特點(diǎn)：具備容錯(cuò)能力
使用許可： Apache
協(xié)議： HTTP/REST或者 custom binary
可調(diào)節(jié)的分發(fā)及復(fù)制(N, R, W)
用 JavaScript or Erlang在操作前或操作后進(jìn)行驗(yàn)證和安全支持。
使用JavaScript或Erlang進(jìn)行 Map/reduce
連接及連接遍歷：可作為圖形數(shù)據(jù)庫使用
索引：輸入元數(shù)據(jù)進(jìn)行搜索（1.0版本即將支持）
大數(shù)據(jù)對(duì)象支持（ Luwak）
提供“開源”和“企業(yè)”兩個(gè)版本
全文本搜索，索引，通過 Riak搜索服務(wù)器查詢（ beta版）
支持Masterless多站點(diǎn)復(fù)制及商業(yè)許可的 SNMP監(jiān)控
 

最佳應(yīng)用場(chǎng)景：適用于想使用類似 Cassandra（類似Dynamo）數(shù)據(jù)庫但無法處理 bloat及復(fù)雜性的情況。適用于你打算做多站點(diǎn)復(fù)制，但又需要對(duì)單個(gè)站點(diǎn)的擴(kuò)展性，可用性及出錯(cuò)處理有要求的情況。
例如：銷售數(shù)據(jù)搜集，工廠控制系統(tǒng)；對(duì)宕機(jī)時(shí)間有嚴(yán)格要求；可以作為易于更新的 web服務(wù)器使用。

5. Membase

所用語言： Erlang和C
特點(diǎn)：兼容 Memcache，但同時(shí)兼具持久化和支持集群
使用許可： Apache 2.0
協(xié)議：分布式緩存及擴(kuò)展
非常快速（200k+/秒），通過鍵值索引數(shù)據(jù)
可持久化存儲(chǔ)到硬盤
所有節(jié)點(diǎn)都是唯一的（ master-master復(fù)制）
在內(nèi)存中同樣支持類似分布式緩存的緩存單元
寫數(shù)據(jù)時(shí)通過去除重復(fù)數(shù)據(jù)來減少 IO
提供非常好的集群管理 web界面
更新軟件時(shí)軟無需停止數(shù)據(jù)庫服務(wù)
支持連接池和多路復(fù)用的連接代理
 
最佳應(yīng)用場(chǎng)景：適用于需要低延遲數(shù)據(jù)訪問，高并發(fā)支持以及高可用性的應(yīng)用程序
例如：低延遲數(shù)據(jù)訪問比如以廣告為目標(biāo)的應(yīng)用，高并發(fā)的 web 應(yīng)用比如網(wǎng)絡(luò)游戲（例如 Zynga）

6. Neo4j

所用語言： Java
特點(diǎn)：基于關(guān)系的圖形數(shù)據(jù)庫
使用許可： GPL，其中一些特性使用 AGPL/商業(yè)許可
協(xié)議： HTTP/REST（或嵌入在 Java中）
可獨(dú)立使用或嵌入到 Java應(yīng)用程序
圖形的節(jié)點(diǎn)和邊都可以帶有元數(shù)據(jù)
很好的自帶web管理功能
使用多種算法支持路徑搜索
使用鍵值和關(guān)系進(jìn)行索引
為讀操作進(jìn)行優(yōu)化
支持事務(wù)（用 Java api）
使用 Gremlin圖形遍歷語言
支持 Groovy腳本
支持在線備份，高級(jí)監(jiān)控及高可靠性支持使用 AGPL/商業(yè)許可
 
最佳應(yīng)用場(chǎng)景：適用于圖形一類數(shù)據(jù)。這是 Neo4j與其他nosql數(shù)據(jù)庫的最顯著區(qū)別
例如：社會(huì)關(guān)系，公共交通網(wǎng)絡(luò)，地圖及網(wǎng)絡(luò)拓譜

7. Cassandra

所用語言： Java
特點(diǎn)：對(duì)大型表格和 Dynamo支持得最好
使用許可： Apache
協(xié)議： Custom, binary (節(jié)約型)
可調(diào)節(jié)的分發(fā)及復(fù)制(N, R, W)
支持以某個(gè)范圍的鍵值通過列查詢
類似大表格的功能：列，某個(gè)特性的列集合
寫操作比讀操作更快
基于 Apache分布式平臺(tái)盡可能地 Map/reduce
我承認(rèn)對(duì) Cassandra有偏見，一部分是因?yàn)樗旧淼挠纺[和復(fù)雜性，也因?yàn)?Java的問題（配置，出現(xiàn)異常，等等）
 
最佳應(yīng)用場(chǎng)景：當(dāng)使用寫操作多過讀操作（記錄日志）如果每個(gè)系統(tǒng)組建都必須用 Java編寫（沒有人因?yàn)檫x用 Apache的軟件被解雇）
例如：銀行業(yè)，金融業(yè)（雖然對(duì)于金融交易不是必須的，但這些產(chǎn)業(yè)對(duì)數(shù)據(jù)庫的要求會(huì)比它們更大）寫比讀更快，所以一個(gè)自然的特性就是實(shí)時(shí)數(shù)據(jù)分析

8. HBase

（配合 ghshephard使用）

所用語言： Java
特點(diǎn)：支持?jǐn)?shù)十億行X上百萬列
使用許可： Apache
協(xié)議：HTTP/REST （支持 Thrift，見編注4）
在 BigTable之后建模
采用分布式架構(gòu) Map/reduce
對(duì)實(shí)時(shí)查詢進(jìn)行優(yōu)化
高性能 Thrift網(wǎng)關(guān)
通過在server端掃描及過濾實(shí)現(xiàn)對(duì)查詢操作預(yù)判
支持 XML, Protobuf, 和binary的HTTP
Cascading, hive, and pig source and sink modules
基于 Jruby（ JIRB）的shell
對(duì)配置改變和較小的升級(jí)都會(huì)重新回滾
不會(huì)出現(xiàn)單點(diǎn)故障
堪比MySQL的隨機(jī)訪問性能
 
最佳應(yīng)用場(chǎng)景：適用于偏好BigTable:)并且需要對(duì)大數(shù)據(jù)進(jìn)行隨機(jī)、實(shí)時(shí)訪問的場(chǎng)合。

例如： Facebook消息數(shù)據(jù)庫（更多通用的用例即將出現(xiàn)）
編注4：Thrift 是一種接口定義語言，為多種其他語言提供定義和創(chuàng)建服務(wù)，由Facebook開發(fā)并開源。
當(dāng)然，所有的系統(tǒng)都不只具有上面列出的這些特性。這里我僅僅根據(jù)自己的觀點(diǎn)列出一些我認(rèn)為的重要特性。與此同時(shí)，技術(shù)進(jìn)步是飛速的，所以上述的內(nèi)容肯定需要不斷更新。我會(huì)盡我所能地更新這個(gè)列表。