[轉載] Redis、MongoDB及Memcached的區別

1 基本概念

1.1 Redis（內存數據庫）

Redis是一個key-value存儲系統（布式內緩存，高性能的key-value數據庫）。和Memcached相似，它支持存儲的value類型相對更多，包括string(字符串)、list(鏈表)、set(集合)、zset(sorted set --有序集合)和hash（哈希類型）。這些數據類型都支持push/pop、add/remove及取交集並集和差集及更豐富的操做，並且這些操做都是原子性的。在此基礎上，redis支持各類不一樣方式的排序。與memcached同樣，爲了保證效率，數據都是緩存在內存中。區別的是redis會週期性的把更新的數據寫入磁盤或者把修改操做寫入追加的記錄文件，而且在此基礎上實現了master-slave（主從）同步。

1.2 MongoDB（NoSQL數據庫）

MongoDB是一個介於關係數據庫和非關係數據庫之間的產品（基於分佈式文件存儲的數據庫），是非關係數據庫當中功能最豐富，最像關係數據庫的。他支持的數據結構很是鬆散，是相似json的bson格式，所以能夠存儲比較複雜的數據類型。Mongo最大的特色是他支持的查詢語言很是強大，其語法有點相似於面向對象的查詢語言，幾乎能夠實現相似關係數據庫單表查詢的絕大部分功能，並且還支持對數據創建索引。

1.3 Memcached（內存Cache）

Memcached是一個高性能的分佈式內存對象緩存系統，用於動態Web應用以減輕數據庫負載。它經過在內存中緩存數據和對象來減小讀取數據庫的次數，從而提升動態、數據庫驅動網站的速度。Memcached基於一個存儲鍵/值對的hashmap。其守護進程（daemon ）是用C寫的，可是客戶端能夠用任何語言來編寫，並經過memcached協議與守護進程通訊。

2 特色

2.1 Redis

支持多種數據結構，如 string（字符串）、list(雙向鏈表)、dict(hash表)、set(集合）、zset(排序set)、hyperloglog（基數估算）。
支持持久化操做，能夠進行aof及rdb數據持久化到磁盤，從而進行數據備份或數據恢復等操做，較好的防止數據丟失的手段。
支持經過Replication進行數據複製，經過master-slave機制，能夠實時進行數據的同步複製，支持多級複製和增量複製，master-slave機制是Redis進行HA的重要手段。
單線程請求，全部命令串行執行，併發狀況下不須要考慮數據一致性問題。
支持pub/sub消息訂閱機制，能夠用來進行消息訂閱與通知。
支持簡單的事務需求，但業界使用場景不多，並不成熟。

Redis 只能使用單線程，性能受限於CPU性能，故單實例CPU最高才可能達到5-6w QPS（取決於數據結構，數據大小以及服務器硬件性能，平常環境中QPS高峯大約在1-2w左右）。
依賴快照進行持久化，AOF加強了可靠性的同時，對性能有所影響。
Redis在string類型上會消耗較多內存，可使用dict（hash表）壓縮存儲以下降內存耗用。
Memcached和Redis都是Key-Value類型，不適合在不一樣數據集之間創建關係，也不適合進行查詢搜索。好比redis的keys pattern這種匹配操做，對redis的性能是災難；
Redis在2.0版本後增長了本身的VM特性，突破物理內存的限制；能夠對key value設置過時時間（相似memcache）；
Redis事務支持比較弱，只能保證事務中的每一個操做連續執行。

2.2 MongoDB

適合大數據量的存儲，依賴操做系統VM作內存管理，吃內存也比較厲害，服務不要和別的服務在一塊兒。
支持豐富的數據表達，索引，最相似關係型數據庫，支持的查詢語言很是豐富。
支持master-slave,replicaset（內部採用paxos選舉算法，自動故障恢復）,auto sharding機制，對客戶端屏蔽了故障轉移和切分機制。
從1.8版本開始採用binlog方式支持持久化的可靠性。
MongoDB不支持事務。
MongoDB內置了數據分析的功能(mapreduce)，其餘不支持。

2.3 Memcached

能夠利用多核優點，單實例吞吐量極高，能夠達到幾十萬QPS（取決於key、value的字節大小以及服務器硬件性能，平常環境中QPS高峯大約在4-6w左右）。適用於最大程度扛量。
支持直接配置爲session handle。
只支持簡單的key/value數據結構，不像Redis能夠支持豐富的數據類型。
沒法進行持久化，數據不能備份，只能用於緩存使用，且重啓後數據所有丟失。
沒法進行數據同步，不能將MC中的數據遷移到其餘MC實例中。
內存分配採用Slab Allocation機制管理內存，value大小分佈差別較大時會形成內存利用率下降，並引起低利用率時依然出現踢出等問題。須要用戶注重value設計。
Memcached能夠修改最大可用內存,採用LRU算法。

3 應用場景

3.1 Redis

適用於對讀寫效率要求都很高，數據處理業務複雜和對安全性要求較高的系統（如新浪微博的計數和微博發佈部分系統，對數據安全性、讀寫要求都很高）。

3.2 MongoDB

主要解決海量數據的訪問效率問題。

3.3 Memcached

動態系統中減輕數據庫負載，提高性能；作緩存，適合多讀少寫，大數據量的狀況（如人人網大量查詢用戶信息、好友信息、文章信息等）；
用於在動態系統中減小數據庫負載，提高性能;作緩存，提升性能（適合讀多寫少，對於數據量比較大，能夠採用sharding）。

---