Cassandra,Mongodb,CouchDB,Redis,HBase分类探讨

1、Mongodb，CouchDB为文档型数据库，可以理解为数据以JSON等文档格式存储；2、Cassandra，HBase为列簇型数据库，同时支持更加复杂的存储方式，是关系型数据库扩展；3、Redis：提供了一组hash，set等数据结构，更像一组开发包。

参考资料：Cassandra,Mongodb,CouchDB,Redis,Riak,HBase比较

2012-02-04 22:02，已浏览376次

尽管 SQL 数据库一直是我们IT行业中最有用的工具，然而，它们这样在行业中超过15年以上的“转正”终于就要寿终正寝了。现在，虽然关系型数据库仍然无所不在，但它越来越不能满足我们的需要了。NoSQL成为了业界的新宠。

但是，各种 “NoSQL” 数据库之间的差异比当年众多关系型数据库之间的差异要大许多。这就加大了人们在建设自己的应用是选择合适的数据库的难度。

在这篇汇总的PK中，我们对 Cassandra, Mongodb, CouchDB, Redis, Riak 和 HBase 进行了比较，以供参考：

CouchDB

* Written in: Erlang

* Main point关键点: DB consistency一致性, ease of use易用

* License 许可协议: Apache

* Protocol 协议: HTTP/REST

* Bi-directional (!) replication双向复制,

* continuous or ad-hoc,

* with conflict detection冲突检测,

* thus, master-master replication. (!) 主主复制

* MVCC – write operations do not block reads 写操作不会阻塞读操作

* Previous versions of documents are available 文本式

* Crash-only (reliable) design 可靠性设计

* Needs compacting from time to time

* Views: embedded内部嵌入 map/reduce算法

* Formatting views: lists & shows

* Server-side document validation possible

* Authentication possible

* Real-time updates via _changes (!) 实时更新

* Attachment handling

* thus, CouchApps (standalone js apps)

* jQuery library included

适用: 累计 堆积计算, 偶尔改变数据, 预先定义的查询. 非常注重版本控制的场合.

举例: CRM, CMS系统. 主-主复制是其特别亮点，可以易于多个站点部署。

Redis

* Written in: C/C++

* Main point 关键点: Blazing fast 超快

* License: BSD

* Protocol: Telnet-like

* Disk-backed in-memory database, 磁盘后备，内存数据库

* but since 2.0, it can swap to disk. 但是从2.0开始直接交换到磁盘

* Master-slave replication 主-从复制

* Simple keys and values, 简单的key-value形式

* but complex operations like ZREVRANGEBYSCORE 但是复杂操作类似ZREVRANGEBYSCORE

* INCR & co (good for rate limiting or statistics)

* Has sets (also union/diff/inter)

* Has lists (also a queue; blocking pop)

* Has hashes (objects of multiple fields)

* Of all these databases, only Redis does transactions (!) 在这些数据库中，只有Redis有事务机制。

* Values can be set to expire (as in a cache) 如同缓存一样，值能被设置为超过一定时间过期失效。

* Sorted sets (high score table, good for range queries) 有排序的sets，善于range查询。

* Pub/Sub and WATCH on data changes (!) 采取Pub/Sub 和观察者WATCH事件触发数据变化。

适用: 在可以控制的数据库大小情况下(放得下整个内存)，快速改变数据，快速写数据。

举例: 股票价格系统 分析，实时数据收集，联系等等。

MongoDB

* Written in: C++

* Main point: Retains some friendly properties of SQL. 保留类似SQL风格.(Query, index)

* License: AGPL (Drivers: Apache)

* Protocol: Custom, binary (BSON)

* Master/slave replication 主从复制(分布式状态集群方式)

* Queries are javascript expressions 查询是javascript表达式

* Run arbitrary javascript functions server-side

* Better update-in-place than CouchDB 比CouchDB更好地就地更新

* Sharding built-in 内置分片碎片

* Uses memory mapped files for data storage 使用内存对应文件方式实现数据存储

* Performance over features

* After crash, it needs to repair tables 当崩溃后，需要修复表。

适用: 需要动态查询. 愿意事先定义索引indexes, 不需要 map/reduce 功能. 你需要巨大的数据库有良好性能，你需要CouchDB但是你数据变化改变很频繁，需要频繁写。

举例: 适合所有MySQL 或者 PostgreSQL场合，它也适合

Cassandra

* Written in: Java

* Main point: 大表模型BigTable 和 Dynamo中最好的

* License: Apache

* Protocol: Custom, binary (Thrift)

* Tunable trade-offs for distribution and replication (N, R, W)

* Querying by column, range of keys 按列查询

* BigTable-like features: columns, column families 列

* Writes are much faster than reads (!) 写快于读

* Map/reduce possible with Apache Hadoop

* 部分复杂性可能由于Java自身原因(如配置configuration, seeing exceptions, etc)

适用: 当写操作多于读操作 (如日志logging).

举例: 银行Banking, 金融系统，写必须快于都的场合，实时的数据分析等.

Riak

* Written in: Erlang & C, some Javascript

* Main point: 容错性Fault tolerance 失败恢复 可靠性好

* License: Apache

* Protocol: HTTP/REST

* Tunable trade-offs for distribution and replication (N, R, W)

* Pre- and post-commit hooks,

* for validation and security.

* Built-in full-text search 内置全文本搜索

* 在Javascript 中Map/reduce 或 Erlang 支持

* Comes in “open source” and “enterprise” editions 有两个版本

适用: 如果你希望有类似Cassandra-like (Dynamo-like)风格, 但是你不想处理器复杂性和膨胀性。单服务器有良好可伸缩性scalability, 可用性availability 和容错性 fault-tolerance, 采取是昂贵的多站点复制multi-site replication.

举例: 销售点数据收集，工厂控制系统，那些不能允许几秒当机的场合。

HBase

(With the help of ghshephard)

* Written in: Java

* Main point: 十亿级别的行 X 百万级别的列 大容量

* License: Apache

* Protocol: HTTP/REST (also Thrift)

* Modeled after BigTable 大表模型

* Map/reduce with Hadoop 内置Map/reduce

* Query predicate push down via server side scan and get filters

* Optimizations for real time queries 能够实时获得基于查询的优化

* A high performance Thrift gateway 高性能的Thrift型网关

* HTTP supports XML, Protobuf, and binary

* Cascading, hive, and pig source and sink modules

* Jruby-based (JIRB) shell

* No single point of failure 无单点风险

* Rolling restart for configuration changes and minor upgrades

* Random access performance is like MySQL 随机访问的性能类似MySQL

适用: 如果你喜欢大表模型BigTable. 你需要随机实时的读写操作

举例: Facebook 消息数据库

当然，所有这些数据库系统都有比列在这里多得多的功能特性。我这里仅仅依据我个人认识列出一些关键特性，并且这些项目的开发也很活跃，我将尽力保持更新。