對比Cassandra、 Mongodb、CouchDB、Redis、Riak、 Membase、Neo4j、HBase

轉自：http://www.cnblogs.com/alephsoul-alephsoul/archive/2013/04/26/3044630.html

導讀：Kristóf Kovács 是一位軟體架構師和咨詢顧問，他最近釋出了一片對比各種類型nosql資料庫的文章。文章由靈活翻譯 – 唐尤華編譯。如需轉載，請參見文後聲明。

雖然SQL資料庫是非常有用的工具，但經曆了15年的一支獨秀之後壟斷即将被打破。這隻是時間問題：被迫使用關系資料庫，但最終發現不能适應需求的情況不勝枚舉。

但是NoSQL資料庫之間的不同，遠超過兩 SQL資料庫之間的差别。這意味着軟體架構師更應該在項目開始時就選擇好一個适合的 NoSQL資料庫。針對這種情況，這裡對 Cassandra、 Mongodb、CouchDB、Redis、Riak、 Membase、Neo4j和HBase進行了比較：

（編注1：NoSQL：是一項全新的資料庫革命性運動，NoSQL的擁護者們提倡運用非關系型的資料存儲。現今的計算機體系結構在資料存儲方面要求具 備龐大的水準擴 展性，而NoSQL緻力于改變這一現狀。目前Google的 BigTable 和Amazon 的Dynamo使用的就是NoSQL型資料庫。 參見NoSQL詞條。）

1. CouchDB

• 所用語言： Erlang
• 特點：DB一緻性，易于使用
• 使用許可： Apache
• 協定： HTTP/REST
• 雙向資料複制，
• 持續進行或臨時處理，
• 處理時帶沖突檢查，
• 是以，采用的是master-master複制（見編注2）
• MVCC – 寫操作不阻塞讀操作
• 可儲存檔案之前的版本
• Crash-only（可靠的）設計
• 需要不時地進行資料壓縮
• 視圖：嵌入式 映射/減少
• 格式化視圖：清單顯示
• 支援進行伺服器端文檔驗證
• 支援認證
• 根據變化實時更新
• 支援附件處理
• 是以， CouchApps（獨立的 js應用程式）
• 需要 jQuery程式庫

最佳應用場景：适用于資料變化較少，執行預定義查詢，進行資料統計的應用程式。适用于需要提供資料版本支援的應用程式。

例如： CRM、CMS系統。 master-master複制對于多站點部署是非常有用的。

（編注2：master-master複制：是一種資料庫同步方法，允許資料在一組計算機之間共享資料，并且可以通過小組中任意成員在組内進行資料更新。）

2. Redis

• 所用語言：C/C++
• 特點：運作異常快
• 使用許可： BSD
• 協定：類 Telnet
• 有硬碟存儲支援的記憶體資料庫，
• 但自2.0版本以後可以将資料交換到硬碟（注意， 2.4以後版本不支援該特性！）
• Master-slave複制（見編注3）
• 雖然采用簡單資料或以鍵值索引的哈希表，但也支援複雜操作，例如 ZREVRANGEBYSCORE。
• INCR & co （适合計算極限值或統計資料）
• 支援 sets（同時也支援 union/diff/inter）
• 支援清單（同時也支援隊列；阻塞式 pop操作）
• 支援哈希表（帶有多個域的對象）
• 支援排序 sets（高得分表，适用于範圍查詢）
• Redis支援事務
• 支援将資料設定成過期資料（類似快速緩沖區設計）
• Pub/Sub允許使用者實作消息機制

最佳應用場景：适用于資料變化快且資料庫大小可遇見（适合記憶體容量）的應用程式。

例如：股票價格、資料分析、實時資料搜集、實時通訊。

（編注3：Master-slave複制：如果同一時刻隻有一台伺服器處理所有的複制請求，這被稱為 Master-slave複制，通常應用在需要提供高可用性的伺服器叢集。）

3. MongoDB

• 所用語言：C++
• 特點：保留了SQL一些友好的特性（查詢，索引）。
• 使用許可： AGPL（發起者： Apache）
• 協定： Custom, binary（ BSON）
• Master/slave複制（支援自動錯誤恢複，使用 sets 複制）
• 内建分片機制
• 支援 javascript表達式查詢
• 可在伺服器端執行任意的 javascript函數
• update-in-place支援比CouchDB更好
• 在資料存儲時采用記憶體到檔案映射
• 對性能的關注超過對功能的要求
• 建議最好打開日志功能（參數 –journal）
• 在32位作業系統上，資料庫大小限制在約2.5Gb
• 空資料庫大約占 192Mb
• 采用 GridFS存儲大資料或中繼資料（不是真正的檔案系統）

最佳應用場景：适用于需要動态查詢支援；需要使用索引而不是 map/reduce功能；需要對大資料庫有性能要求；需要使用 CouchDB但因為資料改變太頻繁而占滿記憶體的應用程式。

例如：你本打算采用 MySQL或 PostgreSQL，但因為它們本身自帶的預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：具備容錯能力
• 使用許可： Apache
• 協定： HTTP/REST或者 custom binary
• 可調節的分發及複制(N, R, W)
• 用 JavaScript or Erlang在操作前或操作後進行驗證和安全支援。
• 使用JavaScript或Erlang進行 Map/reduce
• 連接配接及連接配接周遊：可作為圖形資料庫使用
• 索引：輸入中繼資料進行搜尋（1.0版本即将支援）
• 大資料對象支援（ Luwak）
• 提供“開源”和“企業”兩個版本
• 全文本搜尋，索引，通過 Riak搜尋伺服器查詢（ beta版）
• 支援Masterless多站點複制及商業許可的 SNMP監控

最佳應用場景：适用于想使用類似 Cassandra（類似Dynamo）資料庫但無法處理 bloat及複雜性的情況。适用于你打算做多站點複制，但又需要對單個站點的擴充性，可用性及出錯處理有要求的情況。

例如：銷售資料搜集，工廠控制系統；對當機時間有嚴格要求；可以作為易于更新的 web伺服器使用。

5. Membase

• 所用語言： Erlang和C
• 特點：相容 Memcache，但同時兼具持久化和支援叢集
• 使用許可： Apache 2.0
• 協定：分布式緩存及擴充
• 非常快速（200k+/秒），通過鍵值索引資料
• 可持久化存儲到硬碟
• 所有節點都是唯一的（ master-master複制）
• 在記憶體中同樣支援類似分布式緩存的緩存單元
• 寫資料時通過去除重複資料來減少 IO
• 提供非常好的叢集管理 web界面
• 更新軟體時軟無需停止資料庫服務
• 支援連接配接池和多路複用的連接配接代理

最佳應用場景：适用于需要低延遲資料通路，高并發支援以及高可用性的應用程式

例如：低延遲資料通路比如以廣告為目标的應用，高并發的 web 應用比如網絡遊戲（例如 Zynga）

6. Neo4j

• 所用語言： Java
• 特點：基于關系的圖形資料庫
• 使用許可： GPL，其中一些特性使用 AGPL/商業許可
• 協定： HTTP/REST（或嵌入在 Java中）
• 可獨立使用或嵌入到 Java應用程式
• 圖形的節點和邊都可以帶有中繼資料
• 很好的自帶web管理功能
• 使用多種算法支援路徑搜尋
• 使用鍵值和關系進行索引
• 為讀操作進行優化
• 支援事務（用 Java api）
• 使用 Gremlin圖形周遊語言
• 支援 Groovy腳本
• 支援線上備份，進階監控及高可靠性支援使用 AGPL/商業許可

最佳應用場景：适用于圖形一類資料。這是 Neo4j與其他nosql資料庫的最顯著差別

例如：社會關系，公共交通網絡，地圖及網絡拓譜

7. Cassandra

• 所用語言： Java
• 特點：對大型表格和 Dynamo支援得最好
• 使用許可： Apache
• 協定： Custom, binary (節約型)
• 可調節的分發及複制(N, R, W)
• 支援以某個範圍的鍵值通過列查詢
• 類似大表格的功能：列，某個特性的列集合
• 寫操作比讀操作更快
• 基于 Apache分布式平台盡可能地 Map/reduce
• 我承認對 Cassandra有偏見，一部分是因為它本身的臃腫和複雜性，也因為 Java的問題（配置，出現異常，等等）

最佳應用場景：當使用寫操作多過讀操作（記錄日志）如果每個系統組建都必須用 Java編寫（沒有人因為選用 Apache的軟體被解雇）

例如：銀行業，金融業（雖然對于金融交易不是必須的，但這些産業對資料庫的要求會比它們更大）寫比讀更快，是以一個自然的特性就是實時資料分析

8. Hbase

（配合 ghshephard使用）

• 所用語言： Java
• 特點：支援數十億行X上百萬列
• 使用許可： Apache
• 協定：HTTP/REST （支援 Thrift，見編注4）
• 在 BigTable之後模組化
• 采用分布式架構 Map/reduce
• 對實時查詢進行優化
• 高性能 Thrift網關
• 通過在server端掃描及過濾實作對查詢操作預判
• 支援 XML, Protobuf, 和binary的HTTP
• Cascading, hive, and pig source and sink modules
• 基于 Jruby（ JIRB）的shell
• 對配置改變和較小的更新都會重新復原
• 不會出現單點故障
• 堪比MySQL的随機通路性能

最佳應用場景：适用于偏好BigTable:)并且需要對大資料進行随機、實時通路的場合。

例如： Facebook消息資料庫（更多通用的用例即将出現）

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建立服務，由Facebook開發并開源。

當然，所有的系統都不隻具有上面列出的這些特性。這裡我僅僅根據自己的觀點列出一些我認為的重要特性。與此同時，技術進步是飛速的，是以上述的内容肯定需要不斷更新。我會盡我所能地更新這個清單。