Mongodb和Hbase的對比

• 1.Mongodb bson文檔型數據庫，整個數據都存在磁盤中，hbase是列式數據庫，集羣部署時每一個familycolumn保存在單獨的hdfs文件中。
• 2.Mongodb 主鍵是「_id」,主鍵上面能夠不建索引,記錄插入的順序和存放的順序同樣，hbase的主鍵就是row key，能夠是任意字符串(最大長度是 64KB，實際應用中長度通常爲 10-100bytes)，在hbase內部，row key保存爲字節數組。存儲時，數據按照Row key的字典序(byte order)排序存儲。設計key時，要充分排序存儲這個特性，將常常一塊兒讀取的行存儲放到一塊兒。 字典序對int排序的結果是1,10,100,11,12,13,14,15,16,17,18,19,2,20,21,…,9,91,92,93,94,95,96,97,98,99。要保持整形的天然序，行鍵必須用0做左填充。
• 3.Mongodb支持二級索引，而hbase自己不支持二級索引
• 4.Mongodb支持集合查找，正則查找，範圍查找，支持skip和limit等等，是最像mysql的nosql數據庫，而hbase只支持三種查找：經過單個row key訪問，經過row key的range，全表掃描
• 5.mongodb的update是update-in-place，也就是原地更新，除非原地容納不下更新後的數據記錄。而hbase的修改和添加都是同一個命令：put，若是put傳入的row key已經存在就更新原記錄,實際上hbase內部也不是更新，它只是將這一份數據已不一樣的版本保存下來而已，hbase默認的保存版本的歷史數量是3。
• 6.mongodb的delete會將該行的數據標示爲已刪除，由於mongodb在刪除記錄時並非真把記錄從內存或文件中remove，而是將該刪除記錄數據置空（寫0或特殊數字加以標識）同時將該記錄所在地址放到一個list列表「釋放列表」中，這樣作的好就是就是若是有用戶要執行插入記錄操做時，mongodb會首先從該「釋放列表」中獲取size合適的「已刪除記錄」地址返回，這種方法會提高性能（避免了malloc內存操做），同時mongodb也使用了bucket size數組來定義多個大小size不一樣的列表，用於將要刪除的記錄根據其size大小放到合適的「釋放列表」中。Hbase的delete是先新建一個tombstonemarkers，而後讀的時候會和tombstonemarkers作merge，在 發生major compaction時delete的數據記錄纔會真真刪除。
• 7.mongodb和hbase都支持mapreduce，不過mongodb的mapreduce支持不夠強大，若是沒有使用mongodb分片，mapreduce實際上不是並行執行的
• 8.mongodb支持shard分片，hbase根據row key自動負載均衡，這裏shard key和row key的選取儘可能用非遞增的字段，儘可能用分佈均衡的字段，由於分片都是根據範圍來選擇對應的存取server的，若是用遞增字段很容易熱點server的產生，因爲是根據key的範圍來自動分片的，若是key分佈不均衡就會致使有些key根本就無法切分，從而產生負載不均衡。
• 9.mongodb的讀效率比寫高，hbase默認適合寫多讀少的狀況，能夠經過hfile.block.cache.size配置，該配置storefile的讀緩存佔用Heap的大小百分比，0.2表示20%。該值直接影響數據讀的性能。若是寫比讀少不少，開到0.4-0.5也沒問題。若是讀寫較均衡，0.3左右。若是寫比讀多，果斷默認0.2吧。設置這個值的時候，你同時要參考hbase.regionserver.global.memstore.upperLimit，該值是memstore佔heap的最大百分比，兩個參數一個影響讀，一個影響寫。若是兩值加起來超過80-90%，會有OOM的風險，謹慎設置。
• 10.hbase採用的LSM思想(Log-Structured Merge-Tree)，就是將對數據的更改hold在內存中，達到指定的threadhold後將該批更改merge後批量寫入到磁盤，這樣將單個寫變成了批量寫，大大提升了寫入速度，不過這樣的話讀的時候就費勁了，須要merge disk上的數據和memory中的修改數據，這顯然下降了讀的性能。mongodb採用的是mapfile+Journal思想，若是記錄不在內存，先加載到內存，而後在內存中更改後記錄日誌，而後隔一段時間批量的寫入data文件，這樣對內存的要求較高，至少須要容納下熱點數據和索引。

---

[2017-02-17]