NoSQL数据库那些事

作者:课课家教育更新于： 2017-05-16 10:39:40

　　曾在多家大公司任职的软件架构师兼顾问KristófKovács在博客中对主流的NoSQL数据库（Cassandra、Mongodb、CouchDB、Redis、Riak、Membase、Neo4j以及HBase）进行了全方位的对比。

　　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：

　　注：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。

　　一、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。

　　注：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。

　　二、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

　　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。

　　注：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。

　　三、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。

　　四、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JavaScriptorErlang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。

　　五、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：Apache2.0

　　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）

　　六、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Javaapi）

　　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

　　七、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

　　有一些人对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

　　八、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,andpigsourceandsinkmodules

　　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）

　　注：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。

　　对Cassandra、Mongodb、CouchDB、Redis、Riak、Membase、Neo4j和HBase进行了比较后，小编在这里为大家安利5个基于JAVA的开源NoSQL数据库

　　现在NoSQL越来越得到开发者和企业的关注了，尤其是现在大数据的发展，普通的关系型数据库正在逐渐暴露出其力不从心的一面。利用NoSQL，让我们在数据分析上更加得心应手，所以我们开发者要重视NoSQL的存在，赶紧学习，也许有一天能用上。下面分享了5个基于JAVA的开源NoSQL数据库，一起来看看。

　　ApacheHBase

　　这个不用多说，肯定都听说过，Google开发的，HBase是继其开发的分布式存储系统Bigtable之后的另一个开源的、分布式、版本化的、非关系型数据库。

　　Neo4j

　　开源的图形数据库，用Java实现。开发者将Neo4j描述为“嵌入式，基于磁盘，完全事务的Java持久引擎，将数据结构化存储在图中而不是在二维表格中”

　　Terrastore

　　Terrastore是一个基于Terracotta（一个业界公认的、快速的分布式集群组件）实现的高性能分布式文档数据库。可以动态从运行中的集群添加/删除节点，而且不需要停机和修改任何配置。支持通过http协议访问Terrastore。Terrastore提供了一个基于集合的键/值接口来管理JSON文档并且不需要预先定义JSON文档的架构。易于操作，安装一个完整能够运行的集群只需几行命令。

　　Voldemort

　　分布式键值存储系统。本质上说是一个大型，分布式，持久的，容错哈希表。对于应用，它可以使用类似active-record或者hibernate的O/R映射工具，这些可以提供水平扩展和更高的可用性，但是会损失巨大的便利性。

　　InfoGrid

　　作为一款网页图形数据库，InfoGrid的整体框架非常清晰，但是缺点是JavaAPI并不完善

　　小编结语：

　　更多内容尽在课课家教育！