mongodb,redis,hbase三者的定位和區別

Nosql = Not only SQL

mongodb：我以爲定位是取代關係型數據庫，想當一個主流數據庫。由於他有非結構化、方便擴充字段、寫性能優於mysql。萬事萬物有利有弊，mongodb的內存型緩存內容，讓其速度飛快，帶來內存率多，掉電數據問題等，加上自身代碼還有不少bug帶來不如老牌關係型數據庫穩定，特別是在主從等分佈式環境，其設計也帶來諸多問題。
redis：是一個小而美的數據庫，主要用在key-value 的內存緩存，讀寫性能極佳，list，set，hash等幾種簡單結構使得使用也很簡單。緩存與簡單是其定位，分佈式redis架構的出現，讓redis更加普遍的使用，穩坐緩存第一把交椅。
hbase：定位非結構化大數據，可伸縮性好，並非徹底高可用，底層依靠hadoop提供的HDFS，使用時有一整套zookeeper，pig，hive的生態系統。Cassandra能夠算一個競爭對手，但Cassandra去中心化的自適應結構又跟Hbase中心化的生態系統徹底不一樣。

 

 
 

 

 

//下面主要總結區別和特色

3.HBase（列存儲）

兩大用途：

• 特別適用於簡單數據寫入（如「消息類」應用）和海量、結構簡單數據的查詢（如「詳單類」應用）。特別地，適合稀疏表。（我的以爲存個網頁內容是極好極好的）
• 做爲MapReduce的後臺數據源，以支撐離線分析型應用。

場景：Facebook的消息類應用，包括Messages、Chats、Emails和SMS系統，用的都是HBase；淘寶的WEB版阿里旺旺，後臺是HBase；小米的米聊用的也是HBase；移動某省公司的手機詳單查詢系統。（單次分析，只能scan全表或者一個範圍內的）
4.MongoDB

• 是一個介於關係型和非關係型之間的一個產品吧，類SQL語言，支持索引
• MongoDb在類SQL語句操做方面目前比HBase具有更多一些優點，有二級索引，支持相比於HBase更復雜的集合查找等。
• BSON的數據結構使得處理文檔型數據更爲直接。支持複雜的數據結構
• MongoDb也支持mapreduce，但因爲HBase跟Hadoop的結合更爲緊密，Mongo在數據分片等mapreduce必須的屬性上不如HBase這麼直接，須要額外處理。

5.Redis

• Redis爲內存型KV系統，處理的數據量要小於HBase與MongoDB
• Redis很適合用來作緩存，但除此以外，它實際上還能夠在一些「讀寫分離」的場景下做爲「讀庫」來用，特別是用來存放Hadoop或Spark的分析結果。
• Redis的讀寫性能在100,000 ops/s左右，時延通常爲10～70微妙左右；而HBase的單機讀寫性能通常不會超過1,000ops/s，時延則在1～5毫秒之間。
• Redis的魅力還在於它不像HBase只支持簡單的字符串，他還支持集合set，有序集合zset和哈希hash

 

NoSQL(NoSQL = Not Only SQL )，意即「不只僅是SQL」，是一項全新的數據庫革命性運動，早期就有人提出，發展至2009年趨勢愈加高漲。NoSQL的擁護者們提倡運用非關係型的數據存儲，相對於鋪天蓋地的關係型數據庫運用，這一律念無疑是一種全新的思惟的注入。

 

NoSQL數據庫的四大分類

鍵值(Key-Value)存儲數據庫

這一類數據庫主要會使用到一個哈希表，這個表中有一個特定的鍵和一個指針指向特定的數據。Key/value模型對於IT系統來講的優點在於簡單、易部署。可是若是DBA只對部分值進行查詢或更新的時候，Key/value就顯得效率低下了。[3]  舉例如：Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB.

列存儲數據庫。

這部分數據庫一般是用來應對分佈式存儲的海量數據。鍵仍然存在，可是它們的特色是指向了多個列。這些列是由列家族來安排的。如：Cassandra, HBase, Riak.

文檔型數據庫

文檔型數據庫的靈感是來自於Lotus Notes辦公軟件的，並且它同第一種鍵值存儲相相似。該類型的數據模型是版本化的文檔，半結構化的文檔以特定的格式存儲，好比JSON。文檔型數據庫可 以看做是鍵值數據庫的升級版，容許之間嵌套鍵值。並且文檔型數據庫比鍵值數據庫的查詢效率更高。如：CouchDB, MongoDb. 國內也有文檔型數據庫SequoiaDB，已經開源。

圖形(Graph)數據庫

圖形結構的數據庫同其餘行列以及剛性結構的SQL數據庫不一樣，它是使用靈活的圖形模型，而且可以擴展到多個服務器上。NoSQL數據庫沒有標準的查詢語言(SQL)，所以進行數據庫查詢須要制定數據模型。許多NoSQL數據庫都有REST式的數據接口或者查詢API。[2]  如：Neo4J, InfoGrid, Infinite Graph.

所以，咱們總結NoSQL數據庫在如下的這幾種狀況下比較適用：一、數據模型比較簡單；二、須要靈活性更強的IT系統；三、對數據庫性能要求較高；四、不須要高度的數據一致性；五、對於給定key，比較容易映射覆雜值的環境。

 

NoSQL數據庫的四大分類表格分析

 

分類	Examples舉例	典型應用場景	數據模型	優勢	缺點
鍵值（key-value）[3]	Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB	內容緩存，主要用於處理大量數據的高訪問負載，也用於一些日誌系統等等。[3]	Key 指向 Value 的鍵值對，一般用hash table來實現[3]	查找速度快	數據無結構化，一般只被看成字符串或者二進制數據[3]
列存儲數據庫[3]	Cassandra, HBase, Riak	分佈式的文件系統	以列簇式存儲，將同一列數據存在一塊兒	查找速度快，可擴展性強，更容易進行分佈式擴展	功能相對侷限
文檔型數據庫[3]	CouchDB, MongoDb	Web應用（與Key-Value相似，Value是結構化的，不一樣的是數據庫可以瞭解Value的內容）	Key-Value對應的鍵值對，Value爲結構化數據	數據結構要求不嚴格，表結構可變，不須要像關係型數據庫同樣須要預先定義表結構	查詢性能不高，並且缺少統一的查詢語法。
圖形(Graph)數據庫[3]	Neo4J, InfoGrid, Infinite Graph	社交網絡，推薦系統等。專一於構建關係圖譜	圖結構	利用圖結構相關算法。好比最短路徑尋址，N度關係查找等	不少時候須要對整個圖作計算才能得出須要的信息，並且這種結構不太好作分佈式的集羣方案。[3]