| 浅谈目前主流NoSql数据库 | 您所在的位置：网站首页 › 数据库 nosql › 浅谈目前主流NoSql数据库 |
|
浅谈目前主流NoSql数据库 前言无意翻资料发现目前好多noSql数据库，但是工作中貌似并没有接触到，很好奇他们的区别，所以就有了这篇文章。（整合了网上许多大佬的文章，如有侵权，麻烦私信告知。）采用浅谈也是为了方便大家无压力阅读，快速了解知识。 如果有文章问题的地方麻烦评论做补充。感谢。 目前我了解的主流Nosql如下： redis mongoDB memcache LevelDB Cassandra HBase下面我们将通过比较简单图表方式，尽量全面了解这些数据库特点和优缺点以及我所了解的应用场景 下面将通过简介，特性，应用场景，和综合的读写性能复杂检索方面来阐述 简介 redismongoDBmemcacheLevelDBCassandraHBaseRedis是一个开源的(BSD许可的)内存数据结构存储，用作数据库、缓存和消息代理。Redis提供数据结构，如字符串，哈希，列表，集，排序集，范围查询，位图，超日志，地理空间索引和流。Redis有内置的复制，Lua脚本，LRU驱逐，事务，和不同级别的磁盘上的持久性，并通过Redis Sentinel和Redis Cluster自动分区提供高可用性。MongoDB 是一个基于分布式文件存储的数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。MongoDB 将数据存储为一个文档，数据结构由键值(key=>value)对组成。MongoDB 文档类似于 JSON 对象。字段值可以包含其他文档，数组及文档数组MemCache是一个自由、源码开放、高性能、分布式的分布式内存对象缓存系统，用于动态Web应用以减轻数据库的负载。它通过在内存中缓存数据和对象来减少读取数据库的次数，从而提高了网站访问的速度。MemCaChe是一个存储键值对的HashMap，在内存中对任意的数据（比如字符串、对象等）所使用的key-value存储，数据可以来自数据库调用、API调用，或者页面渲染的结果。MemCache设计理念就是小而强大，它简单的设计促进了快速部署、易于开发并解决面对大规模的数据缓存的许多难题。leveldb 是一个持久化的 key/value 存储，key 和 value 都是任意的字节数组(byte arrays)，并且在存储时，key 值根据用户指定的 comparator 函数进行排序 。LevelDB很适合应用在查询较少，而写很多的场景。LevelDB应用了LSM(Log Structured Merge) 策略，lsm_tree对索引变更进行延迟及批量处理，并通过一种类似于归并排序的方式高效地将更新迁移到磁盘，降低索引插入开销，关于LSM，本文在后面也会简单提及。Cassandra是一套开源分布式NoSQL数据库系统。是一个混合型的非关系的数据库。是非关系数据库当中功能最丰富，最像关系数据库的。支持的数据结构非常松散，是类似json的bjson格式，因此可以存储比较复杂的数据类型。HBase是一个分布式的、面向列的开源数据库，HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群 特性 特点 redismongoDBmemcacheLevelDBCassandraHBase所用语言C/C++，运行异常快，有硬盘存储支持的内存数据库，支持事务，虽然采用简单数据或以键值索引的哈希表，但也支持复杂的作比如：ANGEBYSCORE所用语言C++，保留了SQL一些友好的特性(查询，索引)，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，采用 GridFS存储大数据或元数据(不是真正的文件系统)高性能key-value分布缓存，多线程，主线程/工作线程，单节点百万级QPS，分布式解决共享内存只能单机应用的局限，同时有效阻止了磁盘开销和阻塞的发生开发语言是 C++，key和value都是任意的字节数组，支持内存和持久化存储，锁表范围过，同一时间只支持单进程(支持多线程)访问db不是一个数据库,而是由一堆数据库节点共同构成的一个分布式网络服务,扩展比较简单,数据结构比较丰富，分发简单可以快速写入高可靠性、高性能、面向列、可伸缩的分布式存储系统,目的想用相对普通的配置就能处理大数据量 数据结构因为数据结构真的很复杂，我这里只能简单总结一下，学识有限，可能总结的不是很到位，想真的了解 建议百度搜索对应的数据结构。 redismongoDBmemcacheLevelDBCassandraHBasekev-value，新版本支持String、Hash、List、SortedSet(zSet)、Set五种数据类型mongoDB存储数据类型为BSON(Binary JSON )，它将数据存储成一个文档，数据结构由键值(key=>value)对组成,支持很多数据类型（_stritem）结构体，memcached中存储数据的最小单位，是key-value的抽象，还记录了最近访问时间、消亡时间等重要信息。跳表和LSM-Tree，跳表是一个基于有序链表的数据结构，LSM-Tree（Log Structured-Merge Tree）是一个插入性能极佳的结构，传统的关系型数据库的数据库存储引擎（如mysql的Innodb）都是采用B+树的形式在 Cassandra 中，表是“嵌套的键值对”的列表。 （ROW x COLUMN 键 x COLUMN 值）这里真的没办法很简单的讲 具体可以 百度 cassandra数据结构RowKey，用来检索记录的主键，Column Family，列族：HBASE 表中的每个列，都归属于某个列族，相比普通table，rowkey概念比较重要 适用场景这个肯定是大家最关注的地方之一 redismongoDBmemcacheLevelDBCassandraHBase业务对数据的读写要求频繁，数据规模不大，也不需要长期存储数据，可以选择redis，比如：会话缓存，全页缓存，不同订单临时缓存，redis锁，在业务中广泛使用业务的数据规模较大，对数据的读性能要求很高，数据表的结构需要经常变，有时还需要做一些聚合查询的业务场景可以使用mongdb，比如：游戏场景，物流，社交，物联网，移动应用内存对象缓存系统适用访问频率极高的业务，比如：电子商务，游戏，广告，大型促销业务，带计数器的库存系统，数据分析业务，同时因为memcache本身就基于分布式系统，所以很适合大型分布式系统LevelDB很适合应用在查询较少，而写很多的场景也是适合是写多读少场景，能够支持大并发低延时的访问需求，具备高可用和弹性扩容能力，比如：互联网类应用，写密集、统计和分析型工作，数据驱动的业务HBase的设计之初是为了满足互联网的大数据场景，几乎所有非强事务的结构化、半结构化的存储需求都可以使用HBase来满足，比如：大数据场景，广告场景，车联网，互联网，金融和零售业务 结尾这篇文章纯心是让大家能见到快速的了解到 以后可能会接触到的nosql数据库，很多地方我也自知不够详细，不够深入。想深入了解的可以自行搜索资料。 作者的话互相尊重，互相进步，很感谢大家的无私精神。才能让我们中国IT越来越进步！ 也非常愿意虚心听取更多大佬的意见和建议，和大家一起交流进步。 我是 樊亦凡 一个每天进步一点点的程序猿 ==您的点赞是我最好的鼓励！非常感谢！== |
| CopyRight 2018-2019 实验室设备网 版权所有 |