8 种 NoSQL 数据库系统对比

虽然SQL数据库是很是有用的工具，但经历了15年的一支独秀以后垄断即将被打破。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状况不胜枚举。

可是NoSQL数据库之间的不一样，远超过两 SQL数据库之间的差异。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。针对这种状况，这里对 Cassandra、Mongodb、CouchDB、Redis、 Riak、Membase、Neo4j 和 HBase 进行了比较：

 

1. CouchDB

• 所用语言： Erlang
• 特色：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，
• 所以，采用的是master-master复制（见编注2）
• MVCC – 写操做不阻塞读操做
• 可保存文件以前的版本
• Crash-only（可靠的）设计
• 须要不时地进行数据压缩
• 视图：嵌入式 映射/减小
• 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
• 所以， CouchApps（独立的 js应用程序）
• 须要 jQuery程序库

 

最佳应用场景：适用于数据变化较少，执行预约义查询，进行数据统计的应用程序。适用于须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很是有用的。

（编注2：master-master复制：是一种数据库同步方法，容许数据在一组计算机之间共享数据，而且能够经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++
• 特色：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版本之后能够将数据交换到硬盘（注意， 2.4之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，但也支持复杂操做，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操做）
• 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时数据（相似快速缓冲区设计）
• Pub/Sub容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碰见（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、实时通信。

（编注3：Master-slave复制：若是同一时刻只有一台服务器处理全部的复制请求，这被称为 Master-slave复制，一般应用在须要提供高可用性的服务器集群。）

 

3. MongoDB

• 所用语言：C++
• 特色：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位操做系统上，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：适用于须要动态查询支持；须要使用索引而不是 map/reduce功能；须要对大数据库有性能要求；须要使用 CouchDB但由于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，但由于它们自己自带的预约义栏让你望而却步。

 

4. Riak

• 所用语言：Erlang和C，以及一些Javascript
• 特色：具有容错能力
• 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在操做前或操做后进行验证和安全支持。
• 使用JavaScript或Erlang进行 Map/reduce
• 链接及链接遍历：可做为图形数据库使用
• 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，经过 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：适用于想使用相似 Cassandra（相似Dynamo）数据库但没法处理 bloat及复杂性的状况。适用于你打算作多站点复制，但又须要对单个站点的扩展性，可用性及出错处理有要求的状况。

例如：销售数据搜集，工厂控制系统；对宕机时间有严格要求；能够做为易于更新的 web服务器使用。

5. Membase

• 所用语言： Erlang和C
• 特色：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
• 很是快速（200k+/秒），经过键值索引数据
• 可持久化存储到硬盘
• 全部节点都是惟一的（ master-master复制）
• 在内存中一样支持相似分布式缓存的缓存单元
• 写数据时经过去除重复数据来减小 IO
• 提供很是好的集群管理 web界面
• 更新软件时软无需中止数据库服务
• 支持链接池和多路复用的链接代理

 

最佳应用场景：适用于须要低延迟数据访问，高并发支持以及高可用性的应用程序

例如：低延迟数据访问好比以广告为目标的应用，高并发的 web 应用好比网络游戏（例如 Zynga）

 

6. Neo4j

• 所用语言： Java
• 特色：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
• 图形的节点和边均可以带有元数据
• 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
• 为读操做进行优化
• 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与其余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
• 特色：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经过列查询
• 相似大表格的功能：列，某个特性的列集合
• 写操做比读操做更快
• 基于 Apache分布式平台尽量地 Map/reduce
• 我认可对 Cassandra有偏见，一部分是由于它自己的臃肿和复杂性，也由于 Java的问题（配置，出现异常，等等）

 

最佳应用场景：当使用写操做多过读操做（记录日志）若是每一个系统组建都必须用 Java编写（没有人由于选用 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，因此一个天然的特性就是实时数据分析

 

8. HBase

（配合 ghshephard使用）

• 所用语言： Java
• 特色：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以后建模
• 采用分布式架构 Map/reduce
• 对实时查询进行优化
• 高性能 Thrift网关
• 经过在server端扫描及过滤实现对查询操做预判
• 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从新回滚
• 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:)而且须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，为多种其余语言提供定义和建立服务，由Facebook开发并开源。

固然，全部的系统都不仅具备上面列出的这些特性。这里我仅仅根据本身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，因此上述的内容确定须要不断更新。我会尽我所能地更新这个列表。