三大NoSQL数据库HBase、Cassandra和MongoDB大比拼

释放双眼,带上耳机,听听看~!

NoSQL是什么?NoSQL提供了新的数据管理技术,旨在应对数据数量、速度和种类与日俱增的态势。它可以存储和检索数据,能够以关系数据库中所用的表格式关系之外的方式来建立模型。

NoSQL系统又叫“Not only SQL”,强调这一事实:它们还支持类似SQL的查询语言。

我们为什么需要NoSQL?

关系数据库面临下列挑战:

  • 并不适用于数据类型多样化(比如图像、视频和文本)的大量(PB级)数据。

  • 无法扩展、支持庞大的数据量。

  • 无法纵向扩展,受制于内存和处理器的功能。

  • 无法横向扩展,受制于依赖缓存的读取和写入操作。

  • 分片(将数据库分成几个部分,存储在不同的节点)引起操作问题(比如管理共享式故障)。

  • 复杂的RDBMS模型

  • 一致性限制了RDBMS的可扩展性。

相比关系数据库,NoSQL更具有可扩展性,并提供了出色的性能。NoSQL数据库提供了下列解决方案,从而克服了关系模型无法克服的挑战:

  • 横向扩展、什么都不共享的架构,能够在大量节点上运行。

  • 非锁定并发性控制机制,那样实时读取不会与写入产生冲突。

  • 可扩展的复制和分发――成千上万个机器拥有分布式数据。

  • 每个节点提供的性能高于RDBMS的架构。

  • 无模式(schema-less)数据模型。

HBase:

宽列式数据库,基于Apache Hadoop和BigTable的概念。

Apache HBase是一种NoSQL键/值存储系统,它在Hadoop分布式文件系统(HDFS)上运行。不像Hive,HBase操作在数据库上,而不是MapReduce作业上实时运行。HBase分成表,表又细分成列族(column family)。列族必须在模式中加以声明,它将某一组列(列不需要模式定义)分为小组。比如说,“message”列族可能包括以下这几列:“to”、“from”、“date”、“subject”和“body”。HBase中的每个键/值对被定义为一个单元(cell),每个键含有行键、列族和时间戳。HBase中的行是一组键/值映射,由行键来识别。HBase可以使用Hadoop的基础设施,并使用现成服务器实现横向扩展。

HBase的工作方式是,将数据存储为键/值。它支持四种主要的操作:添加或更新行的put,检索一组单元的scan,返回某个指定行的单元的get,以及从表上删除行、列或列版本的delete。拥有版本控制功能,那样可以获取数据的之前值(历史记录可以通过HBase压缩时不时删除,以释放空间)。虽然HBase包括表,但只有表和列族才需要模式,列不需要模式,它还包括增量/计数器功能。

HBase查询用一种需要学习的自定义语言来编写。可以通过Apache Phoenix,获得类似SQL的功能,不过其代价是需要维护模式。此外,HBase并不完全符合ACID,不过它确实支持某些属性。最后但并非最不重要的是,为了运行HBase,就需要ZooKeeper――这是面向分布式协调的服务器,比如配置、维护和命名。

HBase最适合大数据的实时查询。Facebook将它用于消息传递和实时分析。Facebook甚至将它用于计数Facebook点赞。

Hbase有集中式架构, Master服务器负责监控集群中的所有RegionServer(负责服务和管理区域)实例,它也是查看所有元数据变化的界面。它提供了CAP原理中的CP(一致性和可用性)。

HBase针对读取操作进行了优化,得到单次写入master的支持,支持因而获得的严格一致性模型,以及使用支持行扫描的顺序分区(Ordered Partitioning)。HBase很适合执行基于范围的扫描。

  • 线性可扩展性,支持大表和范围扫描--由于顺序分区,HBase很容易横向扩展,同时仍支持行键范围扫描。

  • 辅助索引--Hbase并不直接支持辅助索引,但触发器的一个使用场合是,“put”方面的触发器会自动确保辅助索引是最新版本,因而并不给应用程序(客户端)添加负担。

  • 简单聚合--Hbase Co Processors支持HBase中的即开即用的简单聚合。SUM、MIN、MAX、AVG和STD。如果定义java类,就可以构建其他聚合,从而执行聚合操作。

实际应用:Facebook Messanger

Cassandra:

宽列式数据库,基于BigTable和DynamoDB的概念。

Apache Cassandra是一种主要的NoSQL分布式数据库管理系统,它支撑着如今的许多现代商务应用系统,它提供了持续可用性、高扩展性和高性能、强安全性和操作简单性,同时降低了总体拥有成本。

Cassandra拥有分散式架构。任何节点都能执行任何操作。它提供了CAP原理中的AP(可用性和分区可容忍性)。

Cassandra拥有出色的单行读取性能,只要最终的一致性语义足以满足使用场合的需要。Cassandra quorum读取是严格一致性所需要的,它自然不如Hbase读取来得快。Cassandra不支持基于范围的行扫描,这在某些使用场合可能具有局限性。Cassandra很适合支持单行查询,或者基于列值索引选择多行。

如果数据存储在Cassandra中的列里面以支持范围扫描,Cassandra中行大小的实际限制是10MB。大于这个数的行会在压缩开销和时间方面引起问题。

Cassandra支持列族辅助索引,其中列的名称已知(但不支持动态列)。

  • Cassandra中的聚合并不受到Cassandra节点的支持――客户端必须提供聚合机制。聚合需求横跨多个行时,随机分区(Random Partitioning)使得聚合对客户端来说很难。建议使用Storm或Hadoop用于聚合。

实际应用:Twitter

MongoDB:

最流行的文档数据库之一。

它是一种面向文档的数据库。Mongodb中的所有数据以JSON/BSON格式来处理。它是一种无模式数据库,数据库中的数据量超过TB级。它还支持主从复制方法,以便在服务器上复制数据的多个副本,从而使得某些应用系统中的数据整合来得更容易、更快速。

MongoDB结合了关系数据库的优点和NoSQL技术的创新,让工程师能够构建现代应用。

MongoDB保留了关系数据库最宝贵的功能特性:强一致性、表达式查询语言和辅助索引。因而,开发人员能够以比NoSQL数据库更快的速度来构建高度实用的应用程序。

MongoDB提供了NoSQL数据库的数据模型灵活性、弹性可扩展性以及高性能。因而,工程师可以不断改进应用,并且可以在商用硬件上实现几乎无限制的可扩展性。

支持全索引,以实现高性能

实际应用:FourSquare

HBase、Cassandra和MongoDB三大NoSQL数据库的比较

HBase:

主要特点:

  • 分布式和可扩展的庞大数据存储系统

  • 强一致性

  • 建立在Hadoop HDFS的基础上

  • CAP中的CP

适合于:

  • 针对读取进行了优化

  • 很适合基于范围的扫描

  • 严格一致性

  • 快速读取和写入,具有可扩展性

不适合于:

  • 典型的事务型应用程序或甚至关系分析

  • 应用程序需要全表扫描

  • 数据需要跨聚合、累积以及跨行分析。

使用场合:Facebook消息

Cassandra:

主要特点:

  • 高可用性

  • 逐步可扩展性

  • 最终一致性

  • 兼顾一致性和延迟

  • 最小化管理

  • 没有单一故障点――Cassandra中所有节点都一样

  • CAP中的AP

适合于:

  • 简单的安装,维护节点

  • 快速随机性读取/写入

  • 灵活的解析/宽列需求

  • 不需要多个辅助索引

不适合于:

  • 辅助索引

  • 关系数据

  • 事务型操作(回滚和提交)

  • 主记录/财务记录

  • 对数据需要严格的授权

  • 针对列数据的动态查询/搜索

  • 低延迟

使用场合:Twitter和Travel门户网站

MongoDB:

主要特点:

  • 应用程序完善后,模式随之变化(无模式)

  • 支持全索引,实现高性能

  • 复制和故障切换,实现高可用性

  • 自动分片,易于扩展

  • 基于丰富文档的查询,易于读取

  • 主从模式

  • CAP中的CP

适合于:

  • 取代Web应用的RDBMS

  • 半结构化内容管理

  • 实时分析和高速日志、缓存和高扩展性

  • Web 2.0、媒体、SaaS和游戏

不适合:

  • 高度事务型系统

  • 存在传统数据库需求的应用程序,比如外键约束。

使用场合:Craigslist和Foursquare

性能基准测试:

结论

没有结论。本博文不是要评选谁是最佳NoSQL数据库,而是重在比较这三款数据库。它们各有优缺点,想真正比较一番,你就需要在生产环境下,在负载相当大的情况下长期运行一番,才会有实际感受。

给TA打赏
共{{data.count}}人
人已打赏
安全运维

OpenSSH-8.7p1离线升级修复安全漏洞

2021-10-23 10:13:25

安全运维

设计模式的设计原则

2021-12-12 17:36:11

个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索