摘要：尽管SQL数据库是非常有用的工具，但其数十年的垄断地位也即将被终结。这只是时间问题：在很多场合被迫使用了关系数据库，但最终发现它并不能适应需求的案例有很多。但也要说一下，关系数据库在处理关系型的场景下是最合适的选择，具体问题需要具体分析。

 

简介

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。 

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。

下文将对 Redis、Mongodb、Cassandra、  Riak、​CouchDB、 Couchbase(原Membase)、Neo4j、HBase、Hypertable、ElasticSearch等十种NoSQL数据库进行比较：

 

常用NoSQL数据库： Redis， MongoDB，Cassandra，Riak

1. Redis（官网） 

  • 所用语言：C/C++
  • 特点：Key-Value存储，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
  • 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，通常应用在需要提供高可用性的服务器集群。

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。

 

2. MongoDB（官网）

  • 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。

 

3. Cassandra（官网）

  • 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
  • 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

 

4. Riak（官网）

  • 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。

 

 

经典NoSQL大表数据库： CouchDB， Couchbase，HBase，Hypertable

5. CouchDB（官网）

  • 所用语言： Erlang
  • 特点：DB一致性，JSON文档存储，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
  • 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
  • master-master复制是一种数据库同步方法，允许数据在一组计算机之间共享数据，并且可以通过小组中任意成员在组内进行数据更新。

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。

 

6. Membase -> Couchbase（官网）

  • 2012年1月，Membase 改名为 Couchbase，先前使用 Membase 需升级到 Couchbase Server 2.0 
  • 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)

 

7. Neo4j（官网）

  • 所用语言： Java
  • 特点：基于关系的图形数据库（Graph Database）
  • 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

 

8. HBase（官网）

  • 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)

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。

 

9. Hypertable（官网）

  • 所用语言： C++
  • 特点：轻量级的 HBase（faster, smaller HBase）
  • 使用许可： GPL 2.0
  • 协议：Thrift, C++ library, or HQL shell
  • 基于Google's BigTable上建模设计
  • 运行在 Hadoop's HDFS
  • 采用分布式架构 Map/reduce with Hadoop
  • 高性能 Thrift网关
  • 使用自带的SQL-like语言：HQL（Jira也采用此查询语言）
  • 由百度赞助支持

最佳应用场景：适用于更轻量级的替代HBase的场合

例如： 类似与HBase，如log日志分析，海量数据扫描。

 

10. ElasticSearch（官网）

  • 所用语言： Java
  • 特点：实时高级的搜索引擎
  • 使用许可： Apache
  • 协议：JSON over HTTP (Plugins: Thrift, memcached)
  • JSON文档存储模式
  • 异步复制，原子型的脚本更新
  • 基于score的排序，支持文档超时（time out）

最佳应用场景：适用于灵活的基于对象的高级搜索引擎。

例如： 服务处理年龄差异，地理位置，兴趣爱好等多变量的场合。

 

当然，所有的系统都不只具有上面列出的这些特性。这里仅仅根据自己的观点列出一些认为的重要特性。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。

 

在仔细统计分析以上数据库，会发现以下几个规律：

1） 采用或支持Java开发的数据库最多（Java有四个，Erlang有三个）

2） 追求速度和效率的多采用C/C++开发（如Redis，MongoDB）

3） 追求高并发量的多采用Erlang（Riak，CouchDB，CouchBase），大型高并发游戏底层也多采用Erlang（或Clojure）

 

本文转自： 51CTO  （有增改）

翻译原文：伯乐在线 

英文原文：cassandra-vs-mongodb-vs-couchdb-vs-redis