8 种常用的 NoSQL 数据库系统对比分析

kristóf kovács 是一位软件架构师和咨询顾问，他最近发布了一片对比各种类型nosql数据库的文章。

虽然sql数据库是非常有用的工具，但经历了15年的一支独秀之后垄断即将被打破。这只是时间问题：*使用关系数据库，但最终发现不能适应需求的情况不胜枚举。

但是nosql数据库之间的不同，远超过两 sql数据库之间的差别。这意味着软件架构师更应该在项目开始时就选择好一个适合的 nosql数据库。针对这种情况，这里对 cassandra、mongodb、couchdb、redis、 riak、membase、neo4j 和 hbase 进行了比较：

（编注1：nosql：是一项全新的数据库革命性运动，nosql的拥护者们提倡运用非关系型的数据存储。现今的计算机体系结构在数据存储方面要求具 备庞大的水平扩 展性，而nosql致力于改变这一现状。目前google的 bigtable 和amazon 的dynamo使用的就是nosql型数据库。 参见nosql词条。）

1. couchdb

所用语言： erlang
特点：db一致性，易于使用
使用许可： apache
协议： http/rest
双向数据复制，
持续进行或临时处理，
处理时带冲突检查，
因此，采用的是master-master复制（见编注2）
mvcc – 写操作不阻塞读操作
可保存文件之前的版本
crash-only（可靠的）设计
需要不时地进行数据压缩
视图：嵌入式 映射/减少
格式化视图：列表显示
支持进行服务器端文档验证
支持认证
根据变化实时更新
支持附件处理
因此， couchapps（独立的 js应用程序）
需要 jquery程序库
 

最佳应用场景：适用于数据变化较少，执行预定义查询，进行数据统计的应用程序。适用于需要提供数据版本支持的应用程序。

例如： crm、cms系统。 master-master复制对于多站点部署是非常有用的。

（编注2：master-master复制：是一种数据库同步方法，允许数据在一组计算机之间共享数据，并且可以通过小组中任意成员在组内进行数据更新。）

2. redis

所用语言：c/c++
特点：运行异常快
使用许可： bsd
协议：类 telnet
有硬盘存储支持的内存数据库，
但自2.0版本以后可以将数据交换到硬盘（注意， 2.4以后版本不支持该特性！）
master-slave复制（见编注3）
虽然采用简单数据或以键值索引的哈希表，但也支持复杂操作，例如 zrevrangebyscore。
incr & co （适合计算极限值或统计数据）
支持 sets（同时也支持 union/diff/inter）
支持列表（同时也支持队列；阻塞式 pop操作）
支持哈希表（带有多个域的对象）
支持排序 sets（高得分表，适用于范围查询）
redis支持事务
支持将数据设置成过期数据（类似快速缓冲区设计）
pub/sub允许用户实现消息机制

最佳应用场景：适用于数据变化快且数据库大小可遇见（适合内存容量）的应用程序。
例如：股票价格、数据分析、实时数据搜集、实时通讯。
（编注3：master-slave复制：如果同一时刻只有一台服务器处理所有的复制请求，这被称为 master-slave复制，通常应用在需要提供高可用性的服务器集群。）

3. mongodb

所用语言：c++
特点：保留了sql一些友好的特性（查询，索引）。
使用许可： agpl（发起者： apache）
协议： custom, binary（ bson）
master/slave复制（支持自动错误恢复，使用 sets 复制）
内建分片机制
支持 javascript表达式查询
可在服务器端执行任意的 javascript函数
update-in-place支持比couchdb更好
在数据存储时采用内存到文件映射
对性能的关注超过对功能的要求
建议最好打开日志功能（参数 –journal）
在32位操作系统上，数据库大小限制在约2.5gb
空数据库大约占 192mb
采用 gridfs存储大数据或元数据（不是真正的文件系统）
 
最佳应用场景：适用于需要动态查询支持；需要使用索引而不是 map/reduce功能；需要对大数据库有性能要求；需要使用 couchdb但因为数据改变太频繁而占满内存的应用程序。
例如：你本打算采用 mysql或 postgresql，但因为它们本身自带的预定义栏让你望而却步。

4. riak

所用语言：erlang和c，以及一些javascript
特点：具备容错能力
使用许可： apache
协议： http/rest或者 custom binary
可调节的分发及复制(n, r, w)
用 javascript or erlang在操作前或操作后进行验证和安全支持。
使用javascript或erlang进行 map/reduce
连接及连接遍历：可作为图形数据库使用
索引：输入元数据进行搜索（1.0版本即将支持）
大数据对象支持（ luwak）
提供“开源”和“企业”两个版本
全文本搜索，索引，通过 riak搜索服务器查询（ beta版）
支持masterless多站点复制及商业许可的 snmp监控
 

最佳应用场景：适用于想使用类似 cassandra（类似dynamo）数据库但无法处理 bloat及复杂性的情况。适用于你打算做多站点复制，但又需要对单个站点的扩展性，可用性及出错处理有要求的情况。
例如：销售数据搜集，工厂控制系统；对宕机时间有严格要求；可以作为易于更新的 web服务器使用。

5. membase

所用语言： erlang和c
特点：兼容 memcache，但同时兼具持久化和支持集群
使用许可： apache 2.0
协议：分布式缓存及扩展
非常快速（200k+/秒），通过键值索引数据
可持久化存储到硬盘
所有节点都是唯一的（ master-master复制）
在内存中同样支持类似分布式缓存的缓存单元
写数据时通过去除重复数据来减少 io
提供非常好的集群管理 web界面
更新软件时软无需停止数据库服务
支持连接池和多路复用的连接代理
 
最佳应用场景：适用于需要低延迟数据访问，高并发支持以及高可用性的应用程序
例如：低延迟数据访问比如以广告为目标的应用，高并发的 web 应用比如网络游戏（例如 zynga）

6. neo4j

所用语言： java
特点：基于关系的图形数据库
使用许可： gpl，其中一些特性使用 agpl/商业许可
协议： http/rest（或嵌入在 java中）
可独立使用或嵌入到 java应用程序
图形的节点和边都可以带有元数据
很好的自带web管理功能
使用多种算法支持路径搜索
使用键值和关系进行索引
为读操作进行优化
支持事务（用 java api）
使用 gremlin图形遍历语言
支持 groovy脚本
支持在线备份，高级监控及高可靠性支持使用 agpl/商业许可
 
最佳应用场景：适用于图形一类数据。这是 neo4j与其他nosql数据库的最显著区别
例如：社会关系，公共交通网络，地图及网络拓谱

7. cassandra

所用语言： java
特点：对大型表格和 dynamo支持得最好
使用许可： apache
协议： custom, binary (节约型)
可调节的分发及复制(n, r, w)
支持以某个范围的键值通过列查询
类似大表格的功能：列，某个特性的列集合
写操作比读操作更快
基于 apache分布式平台尽可能地 map/reduce
我承认对 cassandra有偏见，一部分是因为它本身的臃肿和复杂性，也因为 java的问题（配置，出现异常，等等）
 
最佳应用场景：当使用写操作多过读操作（记录日志）如果每个系统组建都必须用 java编写（没有人因为选用 apache的软件被解雇）
例如：银行业，金融业（虽然对于金融交易不是必须的，但这些产业对数据库的要求会比它们更大）写比读更快，所以一个自然的特性就是实时数据分析

8. hbase

（配合 ghshephard使用）

所用语言： java
特点：支持数十亿行x上百万列
使用许可： apache
协议：http/rest （支持 thrift，见编注4）
在 bigtable之后建模
采用分布式架构 map/reduce
对实时查询进行优化
高性能 thrift网关
通过在server端扫描及过滤实现对查询操作预判
支持 xml, protobuf, 和binary的http
cascading, hive, and pig source and sink modules
基于 jruby（ jirb）的shell
对配置改变和较小的升级都会重新回滚
不会出现单点故障
堪比mysql的随机访问性能
 
最佳应用场景：适用于偏好bigtable:)并且需要对大数据进行随机、实时访问的场合。

例如： facebook消息数据库（更多通用的用例即将出现）
编注4：thrift 是一种接口定义语言，为多种其他语言提供定义和创建服务，由facebook开发并开源。
当然，所有的系统都不只具有上面列出的这些特性。这里我仅仅根据自己的观点列出一些我认为的重要特性。与此同时，技术进步是飞速的，所以上述的内容肯定需要不断更新。我会尽我所能地更新这个列表。