魔獸傳奇

NoSQL數據庫發展迅猛，據說現在已經有上百種NoSQL數據庫了，下面來了解下常見的一些NoSQL數據庫

先來看張表，了解下典型的NoSQL數據庫的分類

1. CouchDB

• 所用語言： Erlang
• 特點：DB一致性，易于使用
• 使用許可： Apache
• 協議： HTTP/REST
• 雙向數據復制，
• 持續進行或臨時處理，
• 處理時帶沖突檢查，
• 因此，采用的是master-master復制（見編注2）
• MVCC – 寫操作不阻塞讀操作
• 可保存文件之前的版本
• Crash-only（可靠的）設計
• 需要不時地進行數據壓縮
• 視圖：嵌入式 映射/減少
• 格式化視圖：列表顯示
• 支持進行服務器端文檔驗證
• 支持認證
• 根據變化實時更新
• 支持附件處理
• 因此， CouchApps（獨立的 js應用程序）
• 需要 jQuery程序庫

 

最佳應用場景：適用于數據變化較少，執行預定義查詢，進行數據統計的應用程序。適用于需要提供數據版本支持的應用程序。

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

（編注2：master-master復制：是一種數據庫同步方法，允許數據在一組計算機之間共享數據，并且可以通過小組中任意成員在組內進行數據更新。）

 

2. Redis

• 所用語言：C/C++
• 特點：運行異常快
• 使用許可： BSD
• 協議：類 Telnet
• 有硬盤存儲支持的內存數據庫，
• 但自2.0版本以后可以將數據交換到硬盤（注意， 2.4以后版本不支持該特性！）
• Master-slave復制（見編注3）
• 雖然采用簡單數據或以鍵值索引的哈希表，但也支持復雜操作，例如 ZREVRANGEBYSCORE。
• INCR & co （適合計算極限值或統計數據）
• 支持 sets（同時也支持 union/diff/inter）
• 支持列表（同時也支持隊列；阻塞式 pop操作）
• 支持哈希表（帶有多個域的對象）
• 支持排序 sets（高得分表，適用于范圍查詢）
• Redis支持事務
• 支持將數據設置成過期數據（類似快速緩沖區設計）
• Pub/Sub允許用戶實現消息機制

 

最佳應用場景：適用于數據變化快且數據庫大小可遇見（適合內存容量）的應用程序。

例如：股票價格、數據分析、實時數據搜集、實時通訊。

（編注3：Master-slave復制：如果同一時刻只有一臺服務器處理所有的復制請求，這被稱為 Master-slave復制，通常應用在需要提供高可用性的服務器集群。）

 

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）
• 協議： Custom, binary（ BSON）
• Master/slave復制（支持自動錯誤恢復，使用 sets 復制）
• 內建分片機制
• 支持 javascript表達式查詢
• 可在服務器端執行任意的 javascript函數
• update-in-place支持比CouchDB更好
• 在數據存儲時采用內存到文件映射
• 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位操作系統上，數據庫大小限制在約2.5Gb
• 空數據庫大約占 192Mb
• 采用 GridFS存儲大數據或元數據（不是真正的文件系統）

 

最佳應用場景：適用于需要動態查詢支持；需要使用索引而不是 map/reduce功能；需要對大數據庫有性能要求；需要使用 CouchDB但因為數據改變太頻繁而占滿內存的應用程序。

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
• 協議： HTTP/REST或者 custom binary
• 可調節的分發及復制(N, R, W)
• 用 JavaScript or Erlang在操作前或操作后進行驗證和安全支持。
• 使用JavaScript或Erlang進行 Map/reduce
• 連接及連接遍歷：可作為圖形數據庫使用
• 索引：輸入元數據進行搜索（1.0版本即將支持）
• 大數據對象支持（ Luwak）
• 提供“開源”和“企業”兩個版本
• 全文本搜索，索引，通過 Riak搜索服務器查詢（ beta版）
• 支持Masterless多站點復制及商業許可的 SNMP監控

 

最佳應用場景：適用于想使用類似 Cassandra（類似Dynamo）數據庫但無法處理 bloat及復雜性的情況。適用于你打算做多站點復制，但又需要對單個站點的擴展性，可用性及出錯處理有要求的情況。

例如：銷售數據搜集，工廠控制系統；對宕機時間有嚴格要求；可以作為易于更新的 web服務器使用。

5. Membase

• 所用語言： Erlang和C
• 特點：兼容 Memcache，但同時兼具持久化和支持集群
• 使用許可： Apache 2.0
• 協議：分布式緩存及擴展
• 非常快速（200k+/秒），通過鍵值索引數據
• 可持久化存儲到硬盤
• 所有節點都是唯一的（ master-master復制）
• 在內存中同樣支持類似分布式緩存的緩存單元
• 寫數據時通過去除重復數據來減少 IO
• 提供非常好的集群管理 web界面
• 更新軟件時軟無需停止數據庫服務
• 支持連接池和多路復用的連接代理

 

最佳應用場景：適用于需要低延遲數據訪問，高并發支持以及高可用性的應用程序

例如：低延遲數據訪問比如以廣告為目標的應用，高并發的 web 應用比如網絡游戲（例如 Zynga）

 

6. Neo4j

• 所用語言： Java
• 特點：基于關系的圖形數據庫
• 使用許可： GPL，其中一些特性使用 AGPL/商業許可
• 協議： HTTP/REST（或嵌入在 Java中）
• 可獨立使用或嵌入到 Java應用程序
• 圖形的節點和邊都可以帶有元數據
• 很好的自帶web管理功能
• 使用多種算法支持路徑搜索
• 使用鍵值和關系進行索引
• 為讀操作進行優化
• 支持事務（用 Java api）
• 使用 Gremlin圖形遍歷語言
• 支持 Groovy腳本
• 支持在線備份，高級監控及高可靠性支持使用 AGPL/商業許可

 

最佳應用場景：適用于圖形一類數據。這是 Neo4j與其他nosql數據庫的最顯著區別

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支持得最好
• 使用許可： Apache
• 協議： Custom, binary (節約型)
• 可調節的分發及復制(N, R, W)
• 支持以某個范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分布式平臺盡可能地 Map/reduce
• 我承認對 Cassandra有偏見，一部分是因為它本身的臃腫和復雜性，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的軟件被解雇）

例如：銀行業，金融業（雖然對于金融交易不是必須的，但這些產業對數據庫的要求會比它們更大）寫比讀更快，所以一個自然的特性就是實時數據分析

 

8. HBase

（配合 ghshephard使用）

• 所用語言： Java
• 特點：支持數十億行X上百萬列
• 使用許可： Apache
• 協議：HTTP/REST （支持 Thrift，見編注4）
• 在 BigTable之后建模
• 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端掃描及過濾實現對查詢操作預判
• 支持 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升級都會重新回滾
• 不會出現單點故障
• 堪比MySQL的隨機訪問性能

 

最佳應用場景：適用于偏好BigTable:)并且需要對大數據進行隨機、實時訪問的場合。

例如： Facebook消息數據庫（更多通用的用例即將出現）

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創建服務，由Facebook開發并開源。

當然，所有的系統都不只具有上面列出的這些特性。這里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，所以上述的內容肯定需要不斷更新。我會盡我所能地更新這個列表。