From 4f742073ff5b8bfe2bd4c8dc7d41f05114104fed Mon Sep 17 00:00:00 2001 From: chenjintao_ii Date: Sat, 26 Oct 2013 15:32:03 +0800 Subject: [PATCH] work complete, done is better than perfect --- translated/NoSQL comparison.md | 431 +++++++++++++++++---------------- 1 file changed, 216 insertions(+), 215 deletions(-) diff --git a/translated/NoSQL comparison.md b/translated/NoSQL comparison.md index cdd576ea02..e09321e00d 100644 --- a/translated/NoSQL comparison.md +++ b/translated/NoSQL comparison.md @@ -1,11 +1,11 @@ -各种 NoSQL 的比较 TODO: 中英文之间需要半角空格 +各种 NoSQL 的比较 ================ 即使关系型数据库依然是非常有用的工具，它们持续几十年的垄断地位就要走到头了。现在已经存在无数能撼动关系型数据库地位的 NoSQL，当然，这些 NoSQL 还无法完全取代它们。（也就是说，关系型数据库还是处理关系型事务的最佳方式。） NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所以软件架构师必须要在项目一开始就选好一款合适的 NoSQL。 -考虑到这种情况，本文为大家介绍以下几种 NoSQL 之间的区别：[Cassandra][], [Mongodb][], [CouchDB][], [Redis][], [Riak][], [Couchbase (ex-Membase)][], [Hypertable][], [ElasticSearch][], [Accumulo][], [VoltDB][], [Kyoto Tycoon][], [Scalaris][], [Neo4j][]和[HBase][]: +考虑到这种情况，本文为大家介绍以下几种 NoSQL 之间的区别：[Cassandra][], [Mongodb][], [CouchDB][], [Redis][], [Riak][], [Couchbase (ex-Membase)][], [Hypertable][], [ElasticSearch][], [Accumulo][], [VoltDB][], [Kyoto Tycoon][], [Scalaris][], [Neo4j][]和[HBase][]： ##最流行的 NoSQL @@ -13,7 +13,7 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所 **开发语言：** C++ -**主要特性：** 保留 SQL 中一些用户友好的特性（查询、索引等）。 +**主要特性：** 保留 SQL 中一些用户友好的特性（查询、索引等） **许可证：** AGPL (发起者: Apache) @@ -33,344 +33,345 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所 - 支持对数据建立索引 - 数据中心意识 -**应用场景：**动态查询；需要定义索引而不是 map/reduce 功能；提高大数据库性能；想使用 CouchDB 但数据的 IO 吞吐量太大，CouchDB 无法满足要求。MongoDB 可以满足你的需求。 +**应用场景：** 动态查询；需要定义索引而不是 map/reduce 功能；提高大数据库性能；想使用 CouchDB 但数据的 IO 吞吐量太大，CouchDB 无法满足要求。MongoDB 可以满足你的需求 -**使用案例：**想布署 MySQL 或 PostgreSQL，但它们存在的预定义处理语句和预定义变量让你望而却步。这个时候，MongoDB 是你可以考虑的选项。 +**使用案例：** 想布署 MySQL 或 PostgreSQL，但它们存在的预定义处理语句和预定义变量让你望而却步。这个时候，MongoDB 是你可以考虑的选项 ###Riak 1.2版 **开发语言：** Erlang、C、以及一些 JavaScript -**主要特性：**容错机制（当一份数据失效，服务会自动切换到备份数据，保证服务一直在线 —— 译者注） +**主要特性：** 容错机制（当一份数据失效，服务会自动切换到备份数据，保证服务一直在线 —— 译者注） **许可证：** Apache **数据传输、存储的格式：** HTTP/REST 架构，自定义二进制格式 -- 可存储 BLOB（binary large object，二进制大对象，比如一张图片、一个声音文件 —— 译者注）。 -- 可在分部式存储和备份存储之间作协调。 -- 为了保证可验证性和安全性，Riak 在 JS 和 Erlaing 中提供提交前（pre-commit）和提交后（post-commit）钩子（hook）函数（你可以在提交数据前执行一个 hook，或者在提交数据后执行一个 hook —— 译者注）。 -- JS 和 Erlang 提供映射和简化（map/reduce）编程模型。 -- 使用 links 和 link walking 图形化数据库（link 用于描述对象之间的关系，link walking 是一个用于查询对象关系的进程 —— 译者注）。 -- 次要标记（secondaty indeces，开发者在写数据时可用多个名称来标记一个对象 —— 译者注），一次只能用一个。 -- 支持大数据对象（Luwak）（Luwak 是 Riak 中的一个服务层，为大数据量对象提供简单的、面向文档的抽象，弥补了 Riak 的 Key/Value 存储格式在处理大数据对象方面的不足 —— 译者注）。 -- 提供“开源”和“企业”两个版本。 -- 提供“全文搜索”（可能就是允许用户在不提供 table/volume 等信息，对一个表进行文本字段的搜索，瞎猜的，望指正 —— 译者注）。 -- 正在将存储后端从“Bitcask”迁移到 Google 的“LevelDB”上。 -- 企业版本提供多点备份（各点地位平等，非主从架构）和SNMP监控功能。 +- 可存储 BLOB（binary large object，二进制大对象，比如一张图片、一个声音文件 —— 译者注） +- 可在分部式存储和备份存储之间作协调 +- 为了保证可验证性和安全性，Riak 在 JS 和 Erlaing 中提供提交前（pre-commit）和提交后（post-commit）钩子（hook）函数（你可以在提交数据前执行一个 hook，或者在提交数据后执行一个 hook —— 译者注） +- JS 和 Erlang 提供映射和简化（map/reduce）编程模型 +- 使用 links 和 link walking 图形化数据库（link 用于描述对象之间的关系，link walking 是一个用于查询对象关系的进程 —— 译者注） +- 次要标记（secondaty indeces，开发者在写数据时可用多个名称来标记一个对象 —— 译者注），一次只能用一个 +- 支持大数据对象（Luwak）（Luwak 是 Riak 中的一个服务层，为大数据量对象提供简单的、面向文档的抽象，弥补了 Riak 的 Key/Value 存储格式在处理大数据对象方面的不足 —— 译者注） +- 提供“开源”和“企业”两个版本 +- 提供“全文搜索”（可能就是允许用户在不提供 table/volume 等信息，对一个表进行文本字段的搜索，瞎猜的，望指正 —— 译者注） +- 正在将存储后端从“Bitcask”迁移到 Google 的“LevelDB”上 +- 企业版本提供多点备份（各点地位平等，非主从架构）和SNMP监控功能 -**应用场景：**假如你想要类似 Dynamo 的数据库，但不想要它的庞大和复杂；假如你需要良好的单点可扩展性、可用性和容错能力，但不想为多点备份买单。 Riak 能满足你的需求。 +**应用场景：** 假如你想要类似 Dynamo 的数据库，但不想要它的庞大和复杂；假如你需要良好的单点可扩展性、可用性和容错能力，但不想为多点备份买单。 Riak 能满足你的需求 -**使用案例：**销售点数据收集；工厂控制系统；必须实时在线的系统；需要易于升级的网站服务器。 +**使用案例：** 销售点数据收集；工厂控制系统；必须实时在线的系统；需要易于升级的网站服务器 ###CouchDB 1.2版 **开发语言：** Erlang -**主要特性：**数据一致性；易于使用 +**主要特性：** 数据一致性；易于使用 **许可证：** Apache **数据传输格式：** HTTP/REST -- 双向复制（一种同步技术，每个备份点都有一份它们自己的拷贝，允许用户在存储点断线的情况下修改数据，当存储节点重新上线时，CouchDB 会对所有节点同步这些修改 —— 译者注）。 -- 支持持续同步或者点对点同步。 -- 支持冲突检测。 -- 支持主主互备（多个数据库时时同步数据，起到备份和分摊用户并行访问量的作用 —— 译者注）。 -- 多版本并发控制（MVCC），写操作时不需要阻塞读操作（或者说不需要锁住数据库）。 -- 向下兼容。 -- 可靠的 crash-only 设计（所谓 crash-only，就是程序出错时，只需重启下程序，丢弃内存的所有数据，不需要执行复杂的数据恢复操作 —— 译者注）。 -- 需要实时压缩数据。 -- 视图（文档是 CouchDB 的核心概念，CouchDB 中的视图声明了如何从文档中提取数据，以及如何对提取出来的数据进行处理 —— 译者注）：内嵌映射和简化（map/reduce）编程模型。 -- 格式化的views字段：lists（包含把视图运行结果转换成非 JSON 格式的方法）和 shows（包含把文档转换成非 JSON 格式的方法）（在 CouchDB 中，一个 Web 应用是与一个设计文档相对应的。在设计文档中可以包含一些特殊的字段，views 字段包含永久的视图定义 —— 译者注）。 -- 可能会提供服务器端文档验证的功能。 -- 可能提供身份认证功能。 -- 通过 _changes 函数实时更新数据。 -- 链接处理（attachment：couchDB 的每份文档都可以有一个 attachment，就像一份 email 有它的网址 —— 译者注）。 -- 有个 CouchApps（第三方JS的应用）。 +- 双向复制（一种同步技术，每个备份点都有一份它们自己的拷贝，允许用户在存储点断线的情况下修改数据，当存储节点重新上线时，CouchDB 会对所有节点同步这些修改 —— 译者注） +- 支持持续同步或者点对点同步 +- 支持冲突检测 +- 支持主主互备（多个数据库时时同步数据，起到备份和分摊用户并行访问量的作用 —— 译者注） +- 多版本并发控制（MVCC），写操作时不需要阻塞读操作（或者说不需要锁住数据库） +- 向下兼容 +- 可靠的 crash-only 设计（所谓 crash-only，就是程序出错时，只需重启下程序，丢弃内存的所有数据，不需要执行复杂的数据恢复操作 —— 译者注） +- 需要实时压缩数据 +- 视图（文档是 CouchDB 的核心概念，CouchDB 中的视图声明了如何从文档中提取数据，以及如何对提取出来的数据进行处理 —— 译者注）：内嵌映射和简化（map/reduce）编程模型 +- 格式化的views字段：lists（包含把视图运行结果转换成非 JSON 格式的方法）和 shows（包含把文档转换成非 JSON 格式的方法）（在 CouchDB 中，一个 Web 应用是与一个设计文档相对应的。在设计文档中可以包含一些特殊的字段，views 字段包含永久的视图定义 —— 译者注） +- 可能会提供服务器端文档验证的功能 +- 可能提供身份认证功能 +- 通过 _changes 函数实时更新数据 +- 链接处理（attachment：couchDB 的每份文档都可以有一个 attachment，就像一份 email 有它的网址 —— 译者注） +- 有个 CouchApps（第三方JS的应用） -**应用场景：**用于随机数据量多、需要预定义查询的地方；用于版本控制比较重要的地方。 +**应用场景：** 用于随机数据量多、需要预定义查询的地方；用于版本控制比较重要的地方 -**使用案例：**可用于客户关系管理（CRM），内容管理系统（CMS）；可用于主主互备甚至多机互备。 +**使用案例：** 可用于客户关系管理（CRM），内容管理系统（CMS）；可用于主主互备甚至多机互备 ###Redis 2.4版 **开发语言：** C/C++ -**主要特性：**快到掉渣 +**主要特性：** 快到掉渣 **许可证：** BSD **数据传输方式：** 类似 Telnet -- Redis 是一个内存数据库（in-memory database，简称 IMDB，将数据放在内存进行读写，这才是“快到掉渣”的真正原因 —— 译者注），磁盘只是提供数据持久化（即将内存的数据写到磁盘）的功能（这类数据库被称为“disk backed”数据库）。 -- 当前不支持将磁盘作为 swap 分区，虚拟内存（VM）和 Diskstore 方式都没加到此版本（Redis 的数据持久化共有4种方式：定时快照、基于语句追加、虚拟内存、diskstore。其中 VM 方式由于性能不好以及不稳定的问题，已经被作者放弃，而 diskstore 方式还在实验阶段 —— 译者注）。 +- Redis 是一个内存数据库（in-memory database，简称 IMDB，将数据放在内存进行读写，这才是“快到掉渣”的真正原因 —— 译者注），磁盘只是提供数据持久化（即将内存的数据写到磁盘）的功能（这类数据库被称为“disk backed”数据库） +- 当前不支持将磁盘作为 swap 分区，虚拟内存（VM）和 Diskstore 方式都没加到此版本（Redis 的数据持久化共有4种方式：定时快照、基于语句追加、虚拟内存、diskstore。其中 VM 方式由于性能不好以及不稳定的问题，已经被作者放弃，而 diskstore 方式还在实验阶段 —— 译者注） - 主从备份 -- 存储结构为简单的 key/value 或 hash 表。 -- 但是操作比较复杂，比如：ZREVRANGEBYSCORE。 -- 支持 INCR（INCR key 就是将key中存储的数值加一 —— 译者注）命令（对限速和统计有帮助）。 -- 支持sets数据类型（以及 union/diff/inter）。 -- 支持 lists （以及 queue/blocking pop）。 -- 支持 hash sets （多级对象）。 -- 支持 sorted sets（高效率的表，在范围查找方面有优势）。 -- 支持事务处理。 +- 存储结构为简单的 key/value 或 hash 表 +- 但是操作比较复杂，比如：ZREVRANGEBYSCORE +- 支持 INCR（INCR key 就是将key中存储的数值加一 —— 译者注）命令（对限速和统计有帮助） +- 支持sets数据类型（以及 union/diff/inter） +- 支持 lists （以及 queue/blocking pop） +- 支持 hash sets （多级对象） +- 支持 sorted sets（高效率的表，在范围查找方面有优势） +- 支持事务处理 - 缓存中的数据可被标记为过期 -- Pub/Sub 操作能让用户发送信息。 +- Pub/Sub 操作能让用户发送信息 -**应用场景：**适合布署快速多变的小规模数据（可以完全运行在存在中）。 +**应用场景：** 适合布署快速多变的小规模数据（可以完全运行在存在中） -**使用案例：**股价系统、分析系统、实时数据收集系统、实时通信系统、以及取代 memcached。 +**使用案例：** 股价系统、分析系统、实时数据收集系统、实时通信系统、以及取代 memcached -##Clones of Google's Bigtable +##Google Bigtable 的衍生品 -###HBase (V0.92.0) +###HBase 0.92.0 版 -**Written in:** Java +**开发语言：** Java -**Main point:** Billions of rows X millions of columns +**主要特性：** 支持几十亿行*几百万列的大表 -**License:** Apache +**许可证：** Apache -**Protocol:** HTTP/REST (also Thrift) +**数据传输方式：** HTTP/REST （也支持 Thrift 开发框架） -- Modeled after Google's BigTable -- Uses Hadoop's HDFS as storage -- Map/reduce with Hadoop -- Query predicate push down via server side scan and get filters -- Optimizations for real time queries -- A high performance Thrift gateway -- HTTP supports XML, Protobuf, and binary -- Jruby-based (JIRB) shell -- Rolling restart for configuration changes and minor upgrades -- Random access performance is like MySQL -- A cluster consists of several different types of nodes +- 仿造 Google 的 BigTable +- 使用 Hadoop 的 HDFS 文件系统作为存储 +- 使用 Hadoop 的映射和简化（map/reduce）编程模型 +- 查询条件被推送到服务器端，由服务器端执行扫描和过滤 +- 对实时查询进行优化 +- 高性能的 Thrift gateway（访问 HBase 的接口之一，特点是利用 Thrift 序列化支持多种语言，可用于异构系统在线访问 HBase 表数据 —— 译者注） +- 使用 HTTP 通信协议，支持 XML、Protobuf 以及一些二进制文档结构 +- 支持基于 Jruby（JIRB）的shell +- 当配置信息有更改时，支持 rolling restart（轮流重启数据节点） +- 随机读写性能与 MySQL 一样 +- 一个集群可由不同类型的结点组成 -**Best used:** Hadoop is probably still the best way to run Map/Reduce jobs on huge datasets. Best if you use the Hadoop/HDFS stack already. +**应用场景：** Hadoop 可能是在大数据上跑 Map/Reduce 业务的最佳选择；如果你已经搭建了 Hadoop/HDFS 架构，HBase 也是你最佳的选择。 -**For example:** Search engines. Analysing log data. Any place where scanning huge, two-dimensional join-less tables are a requirement. +**使用案例：** 搜索引擎；日志分析系统；扫描大型二维非关系型数据表。 -###Cassandra (1.2) +###Cassandra 1.2版 -**Written in:** Java +**开发语言：** Java -**Main point:** Best of BigTable and Dynamo +**主要特性：** BigTable 和 Dynamo的完美结合（Cassandra 以 Amazon 专有的完全分布式的 Dynamo 为基础，结合了Google BigTable基于 Column Family 的数据模型 —— 译者注） -**License:** Apache +**许可证：** Apache -**Protocol:** Thrift & custom binary CQL3 +**数据传输和存储方式：** Thrift 和自定义二进制 CQL3（即 Cassandra 查询语言第3版 —— 译者注） -- Tunable trade-offs for distribution and replication (N, R, W) -- Querying by column, range of keys (Requires indices on anything that you want to search on) -- BigTable-like features: columns, column families -- Can be used as a distributed hash-table, with an "SQL-like" language, CQL (but no JOIN!) -- Data can have expiration (set on INSERT) -- Writes can be much faster than reads (when reads are disk-bound) -- Map/reduce possible with Apache Hadoop -- All nodes are similar, as opposed to Hadoop/HBase -- Very good and reliable cross-datacenter replication +- 可以灵活调整对数据的分布式或备份式存储（通过设置N，R，W之间的关系）（NRW是数据库布署模型中的概念，N是存储网络中复制数据的节点数，R是网络中读数据的节点数，W是网络中写数据的节点数。一个环境中N值是固定的，设置不同的WR值组合能在数据可用性和数据一致性之间取得不同的平衡，可参考 CAP 定理 —— 译者注） +- 按列查询，按keys值排序后存储（需要包含你想要搜索的任何信息）（Cassandra 的数据模型借鉴自 BigTable 的列式存储，列式存储可以理解成这样，将行ID、列簇号，列号以及时间戳一起，组成一个Key，然后将Value按Key的顺序进行存储 —— 译者注） +- 类似 BigTable 的特性：列、列簇 +- 支持分布式 hash 表，使用“类 SQL” 语言 —— CQL（但没有 SQL 中的 JOIN 语句） +- 可以为数据设置一个过期时间（使用 INSERT 指令） +- 写性能远高于读性能（读性能的瓶颈是磁盘 IO） +- 可使用 Hadoop 的映射和简化（map/reduce）编程模型 +- 所有节点都相似，这点与 Hadop/HBase 架构不同 +- 可靠的跨数据中心备份解决方案 -**Best used:** When you write more than you read (logging). If every component of the system must be in Java. ("No one gets fired for choosing Apache's stuff.") +**应用场景：** 写操作多于读操作的环境（比如日志系统）；如果系统全部由 JAVA 组成（“没人会因为使用了 Apache 许可下的产品而被炒鱿鱼”（此句貌似是网上有人针对“Apache considered harmful”一文所作的回应 —— 译者注）） -**For example:** Banking, financial industry (though not necessarily for financial transactions, but these industries are much bigger than that.) Writes are faster than reads, so one natural niche is data analysis. +**使用案例：** 银行、金融机构；写性能强于读性能，所以 Cassandra 天生就是用来作数据分析的。 -###Hypertable (0.9.6.5) +###Hypertable 0.9.6.5版 -**Written in:** C++ +**开发语言：** C++ -**Main point:** A faster, smaller HBase +**主要特性：** HBase 的精简版，但比 HBase 更快 -**License:** GPL 2.0 +**许可证：** GPL 2.0 -**Protocol:** Thrift, C++ library, or HQL shell +**数据传输和存储的方式：** Thrift，C++库，或者 HQL shell -- Implements Google's BigTable design -- Run on Hadoop's HDFS -- Uses its own, "SQL-like" language, HQL -- Can search by key, by cell, or for values in column families. -- Search can be limited to key/column ranges. -- Sponsored by Baidu -- Retains the last N historical values -- Tables are in namespaces -- Map/reduce with Hadoop +- 采用与 Google BigTable 相似的设计 +- 运行在 Hadoop HDFS 之上 +- 使用自己的“类 SQL”语言 —— HQL +- 可以根据 key 值、单元（cell）进行查找，可以在列簇上查找 +- 查询数据可以指定 key 或者列的范围 +- 由百度公司赞助（百度早在2009年就成为这个项目的赞助商了 —— 好吧译者表示有点大惊小怪了:P） +- 能保留一个值的 N 个历史版本 +- 表在命名空间内定义 +- 使用 Hadoop 的 Map/reduce 模型 -**Best used:** If you need a better HBase. +**应用场景：** 假如你需要一个更好的HBase，就用Hypertable吧。 -**For example:** Same as HBase, since it's basically a replacement: Search engines. Analysing log data. Any place where scanning huge, two-dimensional join-less tables are a requirement. +**使用案例：** 与HBase一样，就是搜索引擎被换了下；分析日志数据的系统；适用于浏览大规模二维非关系型数据表。 -###Accumulo (1.4) +###Accumulo 1.4版 -**Written in:** Java and C++ +**开发语言：** Java 和 C++ -**Main point:** A BigTable with Cell-level security +**主要特性：** 一个有着单元级安全的 BigTable -**License:** Apache +**许可证：** Apache -**Protocol:** Thrift +**数据传输和存储的方式：** Thrift -- Another BigTable clone, also runs of top of Hadoop -- Cell-level security -- Bigger rows than memory are allowed -- Keeps a memory map outside Java, in C++ STL -- Map/reduce using Hadoop's facitlities (ZooKeeper & co) -- Some server-side programming +- 另一个 BigTable 的复制品，也是跑在 Hadoop 的上层 +- 单元级安全保证 +- 允许使用比内存容量更大的数据列 +- 通过 C++ 的 STL 可保持数据从 JAVA 环境的内存映射出来 +- 使用 Hadoop 的 Map/reduce 模型 +- 支持在服务器端编程 -**Best used:** If you need a different HBase. +**应用场景：** HBase的替代品 -**For example:** Same as HBase, since it's basically a replacement: Search engines. Analysing log data. Any place where scanning huge, two-dimensional join-less tables are a requirement. +**使用案例：** 与HBase一样，就是搜索引擎被换了下；分析日志数据的系统；适用于浏览大规模二维非关系型数据表。 -##Special-purpose +##特殊用途 -###Neo4j (V1.5M02) +###Neo4j V1.5M02 版 -**Written in:** Java +**开发语言：** Java -**Main point:** Graph database - connected data +**主要特性：** 图形化数据库 -**License:** GPL, some features AGPL/commercial +**许可证：** GPL，AGPL（商业用途） -**Protocol:** HTTP/REST (or embedding in Java) +**数据传输和存储的方式：** HTTP/REST（或内嵌在 Java 中） -- Standalone, or embeddable into Java applications -- Full ACID conformity (including durable data) -- Both nodes and relationships can have metadata -- Integrated pattern-matching-based query language ("Cypher") -- Also the "Gremlin" graph traversal language can be used -- Indexing of nodes and relationships -- Nice self-contained web admin -- Advanced path-finding with multiple algorithms -- Indexing of keys and relationships -- Optimized for reads -- Has transactions (in the Java API) -- Scriptable in Groovy -- Online backup, advanced monitoring and High Availability is AGPL/commercial licensed +- 可独立存在，或内嵌在 JAVA 的应用中 +- 完全的 ACID 保证（包括正在处理的数据） +- 节点和节点的关系都可以拥有原数据 +- 集成基于“模式匹配”的查询语言（Cypher） +- 支持“Gremlin”图形转化语言 +- 可对节点与节点关系进行索引 +- 良好的自包含网页管理技术 +- 多个算法实现高级文件查找功能 +- 可对 key 与 key 的关系进行索引 +- 优化读性能 +- 在 JAVA API 中实现事务处理 +- 可运行脚本 Groovy 脚本 +- 在商用版本中提供在线备份，高级监控和高可用性功能 -**Best used:** For graph-style, rich or complex, interconnected data. Neo4j is quite different from the others in this sense. +**应用场景：** 适用于用图形显示复杂的交互型数据。 -**For example:** For searching routes in social relations, public transport links, road maps, or network topologies. +**使用案例：** 搜寻社交关系网、公共传输链、公路路线图、或网络拓扑结构 -###ElasticSearch (0.20.1) +###ElasticSearch 0.20.1 版 -**Written in:** Java +**开发语言：** Java -**Main point:** Advanced Search +**主要特性：** 高级搜索 -**License:** Apache +**许可证：** Apache -**Protocol:** JSON over HTTP (Plugins: Thrift, memcached) +**数据传输和存储的方式：** 通过 HTTP 使用 JSON 进行数据索引（插件：Thrift, memcached） -- Stores JSON documents -- Has versioning -- Parent and children documents -- Documents can time out -- Very versatile and sophisticated querying, scriptable -- Write consistency: one, quorum or all -- Sorting by score (!) -- Geo distance sorting -- Fuzzy searches (approximate date, etc) (!) -- Asynchronous replication -- Atomic, scripted updates (good for counters, etc) -- Can maintain automatic "stats groups" (good for debugging) -- Still depends very much on only one developer (kimchy). +- 以 JSON 形式保存数据 +- 提供版本升级功能 +- 有父文档和子文档功能 +- 文档有过期时间 +- 提供复杂多样的查询指令，可使用脚本 +- 支持写操作一致性的三个级别：ONE、QUORUM、ALL +- 支持通过分数排序 +- 支持通过地理位置排序 +- 支持模糊查询（通过近似数据查询等方式实现） +- 支持异步复制 +- 自动升级，也可通过设置脚本升级 +- 可以维持自动的“统计组”（对调试很有帮助） +- 只有一个开发者（kimchy） -**Best used:** When you have objects with (flexible) fields, and you need "advanced search" functionality. +**应用场景：** 当你有可伸缩性很强的项目并且想拥有“高级搜索”功能。 -**For example:** A dating service that handles age difference, geographic location, tastes and dislikes, etc. Or a leaderboard system that depends on many variables. +**使用案例：** 可布署一个约会服务，提供不同年龄、不同地理位置、不同品味的客户的交友需求。或者可以布署一个基于多项参数的排行榜。 -##The "long tail" +##其他 -(Not widely known, but definitely worthy ones) +（不怎么有名，但值得在这里介绍一下） -###Couchbase (ex-Membase) (2.0) +###Couchbase (ex-Membase) 2.0 版 -**Written in:** Erlang & C +**开发语言：** Erlang 和 C -**Main point:** Memcache compatible, but with persistence and clustering +**主要特性：** 兼容 Memcache，但数据是持久化的，并且支持集群 -**License:** Apache +**许可证：** Apache -**Protocol:** memcached + extensions +**数据传输和存储的方式：** 缓存和扩展（memcached + extensions） -- Very fast (200k+/sec) access of data by key -- Persistence to disk -- All nodes are identical (master-master replication) -- Provides memcached-style in-memory caching buckets, too -- Write de-duplication to reduce IO -- Friendly cluster-management web GUI -- Connection proxy for connection pooling and multiplexing (Moxi) -- Incremental map/reduce -- Cross-datacenter replication +- 通过 key 访问数据非常快（20万以上IOPS） +- 数据保存在磁盘（不像 Memcache 保存在内存中 —— 译者注） +- 在主主互备中，所有节点数据是一致的 +- 提供类似 Memcache 将数据保存在内存的功能 +- 支持重复数据删除功能 +- 友好的集群管理 Web 界面 +- 支持池和多丛结构的代理（利用 Moxi 项目） +- 支持 Map/reduce 模式 +- 支持跨数据中心备份 -**Best used:** Any application where low-latency data access, high concurrency support and high availability is a requirement. +**应用场景：** 适用于低延迟数据访问系统，高并发和高可用系统。 -**For example:** Low-latency use-cases like ad targeting or highly-concurrent web apps like online gaming (e.g. Zynga). +**使用案例：** 低延迟可用于广告定投；高并发可用于在线游戏（如星佳公司）。 -###VoltDB (2.8.4.1) +###VoltDB 2.8.4.1版 -**Written in:** Java +**开发语言：** Java -**Main point:** Fast transactions and rapidly changing data +**主要特性：** 快速的事务处理和数据变更 -**License:** GPL 3 +**许可证：** GPL 3 -**Protocol:** Proprietary +**数据传输和存储的方式：** 专有方式 -- In-memory relational database. -- Can export data into Hadoop -- Supports ANSI SQL -- Stored procedures in Java -- Cross-datacenter replication +- 运行在内存的关系型数据库 +- 可以将数据导入到 Hadoop +- 支持 ANSI SQL +- 在 JAVA 环境中保存操作过程 +- 支持跨数据中心备份 -**Best used:** Where you need to act fast on massive amounts of incoming data. +**应用场景：** 适用于在大量传入数据中保证快速反应能力的场合。 -**For example:** Point-of-sales data analysis. Factory control systems. +**使用案例：** 销售点数据分析系统；工厂控制系统。 -###Scalaris (0.5) +###Scalaris 0.5版 -**Written in:** Erlang +**开发语言：** Erlang -**Main point:** Distributed P2P key-value store +**主要特性：** 分布式 P2P 键值存储 -**License:** Apache +**许可证：** Apache -**Protocol:** Proprietary & JSON-RPC +**数据传输和存储的方式：** 自有方式和 基于JSON的远程过程调用协议 -- In-memory (disk when using Tokyo Cabinet as a backend) -- Uses YAWS as a web server +- 数据保存在内存中（使用 Tokyo Cabinet 作为后台时，数据可以持久化到磁盘中） +- 使用 YAWS 作为 Web 服务器 - Has transactions (an adapted Paxos commit) -- Consistent, distributed write operations -- From CAP, values Consistency over Availability (in case of network partitioning, only the bigger partition - works) +- 支持事务处理（基于 Paxos 提交）（Paxos 是一种基于消息传递模型的一致性算法 —— 译者注） +- 支持分布式数据的一致性写操作 +- 根据 CAP 定理，数据一致性要求高于数据可用性（前提是在一个比较大的网络分区环境下工作）（CAP 定理：数据一致性consistency、数据可用性availability、分隔容忍partition tolerance是分布式计算系统的三个属性，一个分布式计算系统不可能同时满足全部三项） -**Best used:** If you like Erlang and wanted to use Mnesia or DETS or ETS, but you need something that is accessible from more languages (and scales much better than ETS or DETS). +**应用场景：** 如果你喜欢 Erlang 并且想要使用 Mnesia 或 DETS 或 ETS，但你需要一个能使用多种语言（并且可扩展性强于 ETS 和 DETS）的技术，那就选它吧。 -**For example:** In an Erlang-based system when you want to give access to the DB to Python, Ruby or Java programmers. +**使用案例：** 使用基于 Erlang 的系统，但是想通过 Python、Ruby 或 JAVA 访问数据库 -###Kyoto Tycoon (0.9.56) +###Kyoto Tycoon 0.9.56版 -**Written in:** C++ +**开发语言：** C++ -**Main point:** A lightweight network DBM +**主要特性：** 轻量级网络数据库管理系统 -**License:** GPL +**许可证：** GPL -**Protocol:** HTTP (TSV-RPC or REST) +**数据传输和存储的方式：** HTTP (TSV-RPC or REST) -- Based on Kyoto Cabinet, Tokyo Cabinet's successor -- Multitudes of storage backends: Hash, Tree, Dir, etc (everything from Kyoto Cabinet) -- Kyoto Cabinet can do 1M+ insert/select operations per sec (but Tycoon does less because of overhead) -- Lua on the server side -- Language bindings for C, Java, Python, Ruby, Perl, Lua, etc -- Uses the "visitor" pattern -- Hot backup, asynchronous replication -- background snapshot of in-memory databases -- Auto expiration (can be used as a cache server) +- 基于 Kyoto Cabinet, 是 Tokyo Cabinet 的成功案例 +- 支持多种存储后端：Hash，树、目录等等（所有概念都是从 Kyoto Cabinet 那里来的） +- Kyoto Cabinet 可以达到每秒100万次插入/查询操作（但是 Tycoon 由于瓶颈问题，性能比 Cabinet 要差点） +- 服务器端支持 Lua 脚本语言 +- 支持 C、JAVA、Python、Ruby、Perl、Lua 等语言 +- 使用访问者模式开发（visitor patten：让开发者能在不修改类层次结构的前提下，定义该类层次结构的操作 —— 不明白就算了，译者也不明白） +- 支持热备、异步备份 +- 支持内存数据库在后端执行快照 +- 自动过期处理（可用来布署一个缓存服务器） -**Best used:** When you want to choose the backend storage algorithm engine very precisely. When speed is of the essence. +**应用场景：** 当你想要一个很精准的后端存储算法引擎，并且速度是刚需的时候，玩玩 Kyoto Tycoon 吧。 -**For example:** Caching server. Stock prices. Analytics. Real-time data collection. Real-time communication. And wherever you used memcached before. +**使用案例：** 缓存服务器；股价查询系统；数据分析系统；实时数据控制系统；实时交互系统；memcached的替代品。 -Of course, all these systems have much more features than what's listed here. I only wanted to list the key points that I base my decisions on. Also, development of all are very fast, so things are bound to change. +当然，上述系统的特点肯定不止列出来这么点。我只是列出了我认为很关键的信息。另外科技发展迅猛，技术改变得非常快。 -P.s.: And no, there's no date on this review. There are version numbers, since I update the databases one by one, not at the same time. And believe me, the basic properties of databases don't change that much. +附：现在下定论比较孰优孰劣还为时过早。上述数据库的版本号以及特性我会一个一个慢慢更新。相信我，这些数据库的特性不会变得很快。 ---