8種主流NoSQL資料庫系統特性對比和最佳應用情境

曾在多家大公司任職的軟體架構師兼顧問Kristóf Kovács在部落格中對主流的NoSQL資料庫（Cassandra、Mongodb、CouchDB、Redis、Riak、Membase、Neo4j以及HBase）進行了全方位的對比。

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：

註：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。

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。

註：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。

註：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）

註：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。