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

導讀：Kristóf Kovács 是一位軟體架構師和諮詢顧問，他最近發布了一片對比各種類型nosql資料庫的文章。文章由敏捷翻譯 – 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將被打破。這隻是時間問題：被迫使用關聯式資料庫，但最終發現不能適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資料庫之間的差別。這意味著軟體架構師更應該在項目開始時就選擇好一個適合的 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係型的資料存放區。現今的電腦體繫結構在資料存放區方面要求具 備龐大的水平擴 展性，而NoSQL致力於改變這一現狀。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一致性，便於使用
• 使用許可： Apache
• 協議： HTTP/REST
• 雙向資料複製，
• 持續進行或臨時處理，
• 處理時帶衝突檢查，
• 因此，採用的是master-master複製（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：列表顯示
• 支援進行伺服器端文檔驗證
• 支援認證
• 根據變化即時更新
• 支援附件處理
• 因此， CouchApps（獨立的 js應用程式）
• 需要 jQuery程式庫

 

最佳應用情境：適用於資料變化較少，執行預定義查詢，進行資料統計的應用程式。適用於需要提供資料版本支援的應用程式。

例如： CRM、CMS系統。 master-master複製對於多網站部署是非常有用的。

（編注2：master-master複製：是一種資料庫同步方法，允許資料在一組電腦之間共用資料，並且可以通過小組中任意成員在組內進行資料更新。）

 

2. Redis

• 所用語言：C/C++
• 特點：運行異常快
• 使用許可： BSD
• 協議：類 Telnet
• 有硬碟儲存支援的記憶體資料庫，
• 但自2.0版本以後可以將資料交換到硬碟（注意， 2.4以後版本不支援該特性！）
• Master-slave複製（見編注3）
• 雖然採用簡單資料或以索引值索引的雜湊表，但也支援複雜操作，例如 ZREVRANGEBYSCORE。
• INCR & co （適合計算極限值或統計資料）
• 支援 sets（同時也支援 union/diff/inter）
• 支援列表（同時也支援隊列；阻塞式 pop操作）
• 支援雜湊表（帶有多個域的對象）
• 支援排序 sets（高得分表，適用於範圍查詢）
• Redis支援事務
• 支援將資料設定成到期資料（類似快速緩衝區設計）
• Pub/Sub允許使用者實現訊息機制

 

最佳應用情境：適用於資料變化快且資料庫大小可遇見（適合記憶體容量）的應用程式。

例如：股票價格、資料分析、即時資料搜集、即時通訊。

（編注3：Master-slave複製：如果同一時刻只有一台伺服器處理所有的複製請求，這被稱為 Master-slave複製，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）
• 協議： Custom, binary（ BSON）
• Master/slave複製（支援自動錯誤恢複，使用 sets 複製）
• 內建分區機制
• 支援 javascript運算式查詢
• 可在伺服器端執行任意的 javascript函數
• update-in-place支援比CouchDB更好
• 在資料存放區時採用記憶體到檔案對應
• 對效能的關注超過對功能的要求
• 建議最好開啟日誌功能（參數 –journal）
• 在32位作業系統上，資料庫大小限制在約2.5Gb
• 空資料庫大約佔 192Mb
• 採用 GridFS儲存大資料或中繼資料（不是真正的檔案系統）

 

最佳應用情境：適用於需要動態查詢支援；需要使用索引而不是 map/reduce功能；需要對大資料庫有效能要求；需要使用 CouchDB但因為資料改變太頻繁而佔滿記憶體的應用程式。

例如：你本打算採用 MySQL或 PostgreSQL，但因為它們本身內建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
• 可調節的分發及複製(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
• 串連及串連遍曆：可作為圖形資料庫使用
• 索引：輸入中繼資料進行搜尋（1.0版本即將支援）
• 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多網站複製及商業許可的 SNMP監控

 

最佳應用情境：適用於想使用類似 Cassandra（類似Dynamo）資料庫但無法處理 bloat及複雜性的情況。適用於你打算做多網站複製，但又需要對單個網站的擴充性，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；對宕機時間有嚴格要求；可以作為易於更新的 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
• 協議：分布式緩衝及擴充
• 非常快速（200k+/秒），通過索引值索引資料
• 可持久化儲存到硬碟
• 所有節點都是唯一的（ master-master複製）
• 在記憶體中同樣支援類似分布式緩衝的緩衝單元
• 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介面
• 更新軟體時軟無需停止資料庫服務
• 支援串連池和多工串連代理

 

最佳應用情境：適用於需要低延遲資料訪問，高並發支援以及高可用性的應用程式

例如：低延遲資料訪問比如以廣告為目標的應用，高並發的 web 應用比如網路遊戲（例如 Zynga）

 

6. Neo4j

• 所用語言： Java
• 特點：基於關係的圖形資料庫
• 使用許可： GPL，其中一些特性使用 AGPL/商業許可
• 協議： 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
• 很好的內建web管理功能
• 使用多種演算法支援路徑搜尋
• 使用索引值和關係進行索引
• 為讀操作進行最佳化
• 支援事務（用 Java api）
• 使用 Gremlin圖形遍曆語言
• 支援 Groovy指令碼
• 支援線上備份，進階監控及高可靠性支援使用 AGPL/商業許可

 

最佳應用情境：適用於圖形一類資料。這是 Neo4j與其他nosql資料庫的最顯著區別

例如：社會關係，公用交通網路，地圖及網路拓譜

 

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
• 協議： Custom, binary (節約型)
• 可調節的分發及複製(N, R, W)
• 支援以某個範圍的索引值通過列查詢
• 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
• 基於 Apache分布式平台儘可能地 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）

 

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

例如：銀行業，金融業（雖然對於金融交易不是必須的，但這些產業對資料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即時資料分析

 

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
• 協議：HTTP/REST （支援 Thrift，見編注4）
• 在 BigTable之後建模
• 採用分布式架構 Map/reduce
• 對即時查詢進行最佳化
• 高效能 Thrift網關
• 通過在server端掃描及過濾實現對查詢操作預判
• 支援 XML, Protobuf, 和binary的HTTP
• Cascading, hive, and pig source and sink modules
• 基於 Jruby（ JIRB）的shell
• 對配置改變和較小的升級都會重新復原
• 不會出現單點故障
• 堪比MySQL的隨機訪問效能

 

最佳應用情境：適用於偏好BigTable:)並且需要對大資料進行隨機、即時訪問的場合。

例如： Facebook訊息資料庫（更多通用的用例即將出現）

編注4：Thrift 是一種介面定義語言，為多種其他語言提供定義和建立服務，由Facebook開發並開源。

當然，所有的系統都不只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，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。