document/TranslateProject
2
0
Fork 0
mirror of https://github.com/LCTT/TranslateProject.git synced 2025-01-25 23:11:02 +08:00
Code Issues Packages Projects Releases Wiki Activity

发布：NoSQL comparison

Browse Source
This commit is contained in:
wxy 2013-10-28 22:00:40 +08:00
parent 00d2d715fc
commit 639c1f4d5a
1 changed files with 128 additions and 67 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

195
translated/NoSQL comparison.md → published/NoSQL comparison.md
View File

@ -1,9 +1,9 @@
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。）
即使关系型数据库依然是非常有用的工具，但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。
NoSQL 与 NoSQL 之间的区别，要远大于不同的 SQL 数据库之间的区别，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][]：
@ -15,9 +15,9 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
**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)
**许可证：** AGPL （驱动: 采用Apache许可协议）
**数据传输、存储的格式：** 自定义，二进制（ BSON 文档格式）
**数据传输格式：** 自定义，二进制（ BSON 文档格式）
- 主/从备份（支持自动故障切换功能）
- 自带数据分片功能
@ -30,12 +30,19 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
- 在 32 位系统中，内存限制在 2.5GB
- 空数据库占用 192MB 空间
- 使用 GridFS（不是真正的文件系统）来保存大数据和元数据
- 支持对数据建立索引
- 数据中心意识
- 支持对地理数据建立索引
- 可用于数据中心
**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：**
**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
- 动态查询
- 喜欢定义索引，而不是使用 map/reduce 功能
- 高性能的大数据访问
- 想使用 CouchDB 但数据变化频度太大
**使用案例：**
想布署 MySQL 或 PostgreSQL，但预先定义数据字典让你望而却步。这个时候，MongoDB 是你可以考虑的选项
###Riak 1.2版
@ -45,23 +52,28 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
**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
**数据传输格式：** HTTP/REST 架构，或自定义二进制格式
- 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
- 可在分布式存储和复制存储之间作协调
- 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）
- 使用 links 和 link walking ，用于图形化数据库（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）
- 基于Riak搜索的全文检索、建立索引和查询
- 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
- 企业版本提供无主模式的多点复制（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：**
**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
- 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。
**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
@ -73,25 +85,30 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
**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）
- 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
- 支持主主互备！（多个数据库实时同步数据，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的读取操作）
- 向下兼容以前版本的数据
- 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
- 能够进行服务器端文档验证
- 能够提供身份认证功能
- 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）
- 有个 [CouchApps][1]（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：**
**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
- 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
###Redis 2.4版
@ -101,25 +118,29 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
**许可证：** BSD
**数据传输方式：** 类似 Telnet
**数据传输格式：** 类似 Telnet 式的交换
- 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
- 但是[操作比较复杂][2]，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
- 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 实现了消息订阅和推送！
**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：**
**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
- 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
##Google Bigtable 的衍生品
@ -131,7 +152,7 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
**许可证：** Apache
**数据传输方式：** HTTP/REST （也支持 Thrift 开发框架）
**数据传输格式：** HTTP/REST （也支持 Thrift 开发框架）
- 仿造 Google 的 BigTable
- 使用 Hadoop 的 HDFS 文件系统作为存储
@ -139,15 +160,20 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
- 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
- 使用 HTTP 通信协议，支持 XML、Protobuf 以及二进制格式
- 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
**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。
**应用场景：**
**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。
- 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。
**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版
@ -157,7 +183,7 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
**许可证：** Apache
**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）
**数据传输格式：** Thrift 和自定义二进制 CQL3（即 Cassandra 查询语言第3版 —— 译者注）
- 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）
@ -169,9 +195,14 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
- 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
**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））
**应用场景：**
**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。
- 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））
**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版
@ -181,7 +212,7 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
**许可证：** GPL 2.0
**数据传输和存储的方式：** Thrift，C++库，或者 HQL shell
**数据传输格式：** Thrift，C++库，或者 HQL shell
- 采用与 Google BigTable 相似的设计
- 运行在 Hadoop HDFS 之上
@ -193,9 +224,13 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
- 表在命名空间内定义
- 使用 Hadoop 的 Map/reduce 模型
**应用场景：** 假如你需要一个更好的HBase，就用Hypertable吧。
**应用场景：**
**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。
- 假如你需要一个更好的HBase，就用Hypertable吧
**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版
@ -205,7 +240,7 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
**许可证：** Apache
**数据传输和存储的方式：** Thrift
**数据传输格式：** Thrift
- 另一个 BigTable 的复制品，也是跑在 Hadoop 的上层
- 单元级安全保证
@ -214,9 +249,13 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
- 使用 Hadoop 的 Map/reduce 模型
- 支持在服务器端编程
**应用场景：** HBase的替代品
**应用场景：**
**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。
- HBase的替代品
**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。
##特殊用途
@ -228,7 +267,7 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
**许可证：** GPL，AGPL（商业用途）
**数据传输和存储的方式：** HTTP/REST（或内嵌在 Java 中）
**数据传输格式：** HTTP/REST（或内嵌在 Java 中）
- 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）
@ -244,9 +283,13 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
- 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
**应用场景：** 适用于用图形显示复杂的交互型数据。
**应用场景：**
**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
- 适用于用图形显示复杂的交互型数据。
**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 版
@ -256,7 +299,7 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
**许可证：** Apache
**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）
**数据传输格式：** 通过 HTTP 使用 JSON 进行数据索引（插件：Thrift, memcached）
- 以 JSON 形式保存数据
- 提供版本升级功能
@ -272,9 +315,13 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
- 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）
**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。
**应用场景：**
**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。
- 当你有可伸缩性很强的项目并且想拥有“高级搜索”功能。
**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。
##其他
@ -288,7 +335,7 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
**许可证：** Apache
**数据传输和存储的方式：** 缓存和扩展（memcached + extensions）
**数据传输格式：** 缓存和扩展（memcached + extensions）
- 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）
@ -300,9 +347,13 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
- 支持 Map/reduce 模式
- 支持跨数据中心备份
**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。
**应用场景：**
**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）。
- 适用于低延迟数据访问系统，高并发和高可用系统。
**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版
@ -312,7 +363,7 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
**许可证：** GPL 3
**数据传输和存储的方式：** 专有方式
**数据传输格式：** 专有方式
- 运行在内存的关系型数据库
- 可以将数据导入到 Hadoop
@ -320,9 +371,13 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
- 在 JAVA 环境中保存操作过程
- 支持跨数据中心备份
**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。
**应用场景：**
**使用案例：** 销售点数据分析系统；工厂控制系统。
- 适用于在大量传入数据中保证快速反应能力的场合。
**使用案例：**
销售点数据分析系统；工厂控制系统。
###Scalaris 0.5版
@ -341,9 +396,13 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
- 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）
**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。
**应用场景：**
**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
- 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。
**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版
@ -365,9 +424,13 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
- 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）
**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。
**应用场景：**
**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。
- 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。
**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。
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。
@ -377,14 +440,9 @@ NoSQL 与 NoSQL 之间的区别，要远大于 SQL 与 SQL 之间的区别。所
via: http://kkovacs.eu/cassandra-vs-mongodb-vs-couchdb-vs-redis
本文由 [LCTT][] 原创翻译，[Linux中国][] 荣誉推出
译者：[bazz2](https://github.com/bazz2) 校对：[wxy](https://github.com/wxy)
译者：[译者ID][] 校对：[校对者ID][]
[LCTT]:https://github.com/LCTT/TranslateProject
[Linux中国]:http://linux.cn/portal.php
[chenjintao]:http://linux.cn/space/chenjintao
[校对者ID]:http://linux.cn/space/校对者ID
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创翻译，[Linux中国](http://linux.cn/) 荣誉推出
[Cassandra]:http://cassandra.apache.org/
[Mongodb]:http://www.mongodb.org/
@ -400,3 +458,6 @@ via: http://kkovacs.eu/cassandra-vs-mongodb-vs-couchdb-vs-redis
[Scalaris]:https://code.google.com/p/scalaris/
[Neo4j]:http://neo4j.org/
[HBase]:http://hbase.apache.org/
[1]:http://couchapp.org/
[2]:http://redis.io/commands