8 种种 Nosql 数据库系统对比数据库系统对比0 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：被迫使用关系数据库，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。