隨著互聯(lián)網(wǎng)web2.0網(wǎng)站的興起，非關(guān)系型的數(shù)據(jù)庫現(xiàn)在成了一個極其熱門的新領(lǐng)域，非關(guān)系數(shù)據(jù)庫產(chǎn)品的發(fā)展非常迅速。而傳統(tǒng)的關(guān)系數(shù)據(jù)庫在應(yīng)付web2.0網(wǎng)站，特別是超大規(guī)模和高并發(fā)的SNS類型的web2.0純動態(tài)網(wǎng)站已經(jīng)顯得力不從心，暴露了很多難以克服的問題，例如：

     1、High performance -對數(shù)據(jù)庫高并發(fā)讀寫的需求
     web2.0網(wǎng)站要根據(jù)用戶個性化信息來實時生成動態(tài)頁面和提供動態(tài)信息，所以基本上無法使用動態(tài)頁面靜態(tài)化技術(shù)，因此數(shù)據(jù)庫并發(fā)負(fù)載非常高，往往要達(dá)到每秒上萬次讀寫請求。關(guān)系數(shù)據(jù)庫應(yīng)付上萬次SQL查詢還勉強頂?shù)米。菓?yīng)付上萬次SQL寫數(shù)據(jù)請求，硬盤IO就已經(jīng)無法承受了。其實對于普通的 BBS網(wǎng)站，往往也存在對高并發(fā)寫請求的需求，例如像JavaEye網(wǎng)站的實時統(tǒng)計在線用戶狀態(tài)，記錄熱門帖子的點擊次數(shù)，投票計數(shù)等，因此這是一個相當(dāng)普遍的需求。

     2、Huge Storage -對海量數(shù)據(jù)的高效率存儲和訪問的需求
     類似Facebook，twitter，F(xiàn)riendfeed這樣的SNS網(wǎng)站，每天用戶產(chǎn)生海量的用戶動態(tài)，以Friendfeed為例，一個月就達(dá)到了2.5億條用戶動態(tài)，對于關(guān)系數(shù)據(jù)庫來說，在一張2.5億條記錄的表里面進(jìn)行SQL查詢，效率是極其低下乃至不可忍受的。再例如大型web網(wǎng)站的用戶登錄系統(tǒng)，例如騰訊，盛大，動輒數(shù)以億計的帳號，關(guān)系數(shù)據(jù)庫也很難應(yīng)付。

     3、High Scalability&& High Availability-對數(shù)據(jù)庫的高可擴展性和高可用性的需求
     在基于web的架構(gòu)當(dāng)中，數(shù)據(jù)庫是最難進(jìn)行橫向擴展的，當(dāng)一個應(yīng)用系統(tǒng)的用戶量和訪問量與日俱增的時候，你的數(shù)據(jù)庫卻沒有辦法像web server和app server那樣簡單的通過添加更多的硬件和服務(wù)節(jié)點來擴展性能和負(fù)載能力。對于很多需要提供24小時不間斷服務(wù)的網(wǎng)站來說，對數(shù)據(jù)庫系統(tǒng)進(jìn)行升級和擴展是非常痛苦的事情，往往需要停機維護(hù)和數(shù)據(jù)遷移，為什么數(shù)據(jù)庫不能通過不斷的添加服務(wù)器節(jié)點來實現(xiàn)擴展呢？

     在上面提到的“三高”需求面前，關(guān)系數(shù)據(jù)庫遇到了難以克服的障礙，而對于web2.0網(wǎng)站來說，關(guān)系數(shù)據(jù)庫的很多主要特性卻往往無用武之地，例如：

     1、數(shù)據(jù)庫事務(wù)一致性需求
     很多web實時系統(tǒng)并不要求嚴(yán)格的數(shù)據(jù)庫事務(wù)，對讀一致性的要求很低，有些場合對寫一致性要求也不高。因此數(shù)據(jù)庫事務(wù)管理成了數(shù)據(jù)庫高負(fù)載下一個沉重的負(fù)擔(dān)。

     2、數(shù)據(jù)庫的寫實時性和讀實時性需求
     對關(guān)系數(shù)據(jù)庫來說，插入一條數(shù)據(jù)之后立刻查詢，是肯定可以讀出來這條數(shù)據(jù)的，但是對于很多web應(yīng)用來說，并不要求這么高的實時性，比方說我（JavaEye的robbin）發(fā)一條消息之后，過幾秒乃至十幾秒之后，我的訂閱者才看到這條動態(tài)是完全可以接受的。

     3、對復(fù)雜的SQL查詢，特別是多表關(guān)聯(lián)查詢的需求
     任何大數(shù)據(jù)量的web系統(tǒng)，都非常忌諱多個大表的關(guān)聯(lián)查詢，以及復(fù)雜的數(shù)據(jù)分析類型的復(fù)雜SQL報表查詢，特別是SNS類型的網(wǎng)站，從需求以及產(chǎn)品設(shè)計角度，就避免了這種情況的產(chǎn)生。往往更多的只是單表的主鍵查詢，以及單表的簡單條件分頁查詢，SQL的功能被極大的弱化了。

     因此，關(guān)系數(shù)據(jù)庫在這些越來越多的應(yīng)用場景下顯得不那么合適了，為了解決這類問題的非關(guān)系數(shù)據(jù)庫應(yīng)運而生，現(xiàn)在這兩年，各種各樣非關(guān)系數(shù)據(jù)庫，特別是鍵值數(shù)據(jù)庫(Key-Value Store DB)風(fēng)起云涌，多得讓人眼花繚亂。前不久國外剛剛舉辦了NoSQL Conference，各路NoSQL數(shù)據(jù)庫紛紛亮相，加上未亮相但是名聲在外的，起碼有超過10個開源的NoSQLDB，例如：Redis，Tokyo CabiNET，Cassandra，Voldemort，MongoDB，Dynomite，HBase，CouchDB，Hypertable， Riak，Tin， Flare， Lightcloud， KiokuDB，Scalaris， Kai， ThruDB， 

     這些NoSQL數(shù)據(jù)庫，有的是用C/C++編寫的，有的是用Java編寫的，還有的是用Erlang編寫的，每個都有自己的獨到之處，看都看不過來了，我(robbin)也只能從中挑選一些比較有特色，看起來更有前景的產(chǎn)品學(xué)習(xí)和了解一下。這些NoSQL數(shù)據(jù)庫大致可以分為以下的三類：

     一、滿足極高讀寫性能需求的Kye-Value數(shù)據(jù)庫：Redis，Tokyo CabiNET， Flare

     高性能Key-Value數(shù)據(jù)庫的主要特點就是具有極高的并發(fā)讀寫性能，Redis，Tokyo CabiNET， Flare，這3個Key-Value DB都是用C編寫的，他們的性能都相當(dāng)出色，但出了出色的性能，他們還有自己獨特的功能：

     1、Redis
     Redis是一個很新的項目，剛剛發(fā)布了1.0版本。Redis本質(zhì)上是一個Key-Value類型的內(nèi)存數(shù)據(jù)庫，很像memcached，整個數(shù)據(jù)庫統(tǒng)統(tǒng)加載在內(nèi)存當(dāng)中進(jìn)行操作，定期通過異步操作把數(shù)據(jù)庫數(shù)據(jù)flush到硬盤上進(jìn)行保存。因為是純內(nèi)存操作，Redis的性能非常出色，每秒可以處理超過10萬次讀寫操作，是我知道的性能最快的Key-Value DB。

     Redis的出色之處不僅僅是性能，Redis最大的魅力是支持保存List鏈表和Set集合的數(shù)據(jù)結(jié)構(gòu)，而且還支持對List進(jìn)行各種操作，例如從List兩端push和pop數(shù)據(jù)，取List區(qū)間，排序等等，對Set支持各種集合的并集交集操作，此外單個value的最大限制是1GB，不像 memcached只能保存1MB的數(shù)據(jù)，因此Redis可以用來實現(xiàn)很多有用的功能，比方說用他的List來做FIFO雙向鏈表，實現(xiàn)一個輕量級的高性能消息隊列服務(wù)，用他的Set可以做高性能的tag系統(tǒng)等等。另外Redis也可以對存入的Key-Value設(shè)置expire時間，因此也可以被當(dāng)作一個功能加強版的memcached來用。

     Redis的主要缺點是數(shù)據(jù)庫容量受到物理內(nèi)存的限制，不能用作海量數(shù)據(jù)的高性能讀寫，并且它沒有原生的可擴展機制，不具有scale（可擴展）能力，要依賴客戶端來實現(xiàn)分布式讀寫，因此Redis適合的場景主要局限在較小數(shù)據(jù)量的高性能操作和運算上。目前使用Redis的網(wǎng)站有 github，Engine Yard。

     2、Tokyo CabiNET和Tokoy Tyrant
     TC和TT的開發(fā)者是日本人Mikio Hirabayashi，主要被用在日本最大的SNS網(wǎng)站mixi.jp上，TC發(fā)展的時間最早，現(xiàn)在已經(jīng)是一個非常成熟的項目，也是Kye-Value 數(shù)據(jù)庫領(lǐng)域最大的熱點，現(xiàn)在被廣泛的應(yīng)用在很多很多網(wǎng)站上。TC是一個高性能的存儲引擎，而TT提供了多線程高并發(fā)服務(wù)器，性能也非常出色，每秒可以處理 4-5萬次讀寫操作。

     TC除了支持Key-Value存儲之外，還支持保存Hashtable數(shù)據(jù)類型，因此很像一個簡單的數(shù)據(jù)庫表，并且還支持基于column的條件查詢，分頁查詢和排序功能，基本上相當(dāng)于支持單表的基礎(chǔ)查詢功能了，所以可以簡單的替代關(guān)系數(shù)據(jù)庫的很多操作，這也是TC受到大家歡迎的主要原因之一，有一個Ruby的項目miyazakiresistance將TT的hashtable的操作封裝成和ActiveRecord一樣的操作，用起來非常爽。

     TC/TT在mixi的實際應(yīng)用當(dāng)中，存儲了2000萬條以上的數(shù)據(jù)，同時支撐了上萬個并發(fā)連接，是一個久經(jīng)考驗的項目。TC在保證了極高的并發(fā)讀寫性能的同時，具有可靠的數(shù)據(jù)持久化機制，同時還支持類似關(guān)系數(shù)據(jù)庫表結(jié)構(gòu)的hashtable以及簡單的條件，分頁和排序操作，是一個很棒的 NoSQL數(shù)據(jù)庫。

     TC的主要缺點是在數(shù)據(jù)量達(dá)到上億級別以后，并發(fā)寫數(shù)據(jù)性能會大幅度下降，NoSQL: If Only It Was That Easy提到，他們發(fā)現(xiàn)在TC里面插入1.6億條2-20KB數(shù)據(jù)的時候，寫入性能開始急劇下降。看來是當(dāng)數(shù)據(jù)量上億條的時候，TC性能開始大幅度下降，從TC作者自己提供的mixi數(shù)據(jù)來看，至少上千萬條數(shù)據(jù)量的時候還沒有遇到這么明顯的寫入性能瓶頸。

     這個是Tim Yang做的一個Memcached，Redis和Tokyo Tyrant的簡單的性能評測，僅供參考

     3、Flare
     TC是日本第一大SNS網(wǎng)站mixi開發(fā)的，而Flare是日本第二大SNS網(wǎng)站green.jp開發(fā)的，有意思吧。Flare簡單的說就是給 TC添加了scale功能。他替換掉了TT部分，自己另外給TC寫了網(wǎng)絡(luò)服務(wù)器，F(xiàn)lare的主要特點就是支持scale能力，他在網(wǎng)絡(luò)服務(wù)端之前添加了一個node server，來管理后端的多個服務(wù)器節(jié)點，因此可以動態(tài)添加數(shù)據(jù)庫服務(wù)節(jié)點，刪除服務(wù)器節(jié)點，也支持failover。如果你的使用場景必須要讓TC可以scale，那么可以考慮flare。

     flare唯一的缺點就是他只支持memcached協(xié)議，因此當(dāng)你使用flare的時候，就不能使用TC的table數(shù)據(jù)結(jié)構(gòu)了，只能使用TC的key-value數(shù)據(jù)結(jié)構(gòu)存儲。

     二、滿足海量存儲需求和訪問的面向文檔的數(shù)據(jù)庫：MongoDB，CouchDB

     面向文檔的非關(guān)系數(shù)據(jù)庫主要解決的問題不是高性能的并發(fā)讀寫，而是保證海量數(shù)據(jù)存儲的同時，具有良好的查詢性能。MongoDB是用C++開發(fā)的，而CouchDB則是Erlang開發(fā)的：

     1、MongoDB
     MongoDB是一個介于關(guān)系數(shù)據(jù)庫和非關(guān)系數(shù)據(jù)庫之間的產(chǎn)品，是非關(guān)系數(shù)據(jù)庫當(dāng)中功能最豐富，最像關(guān)系數(shù)據(jù)庫的。他支持的數(shù)據(jù)結(jié)構(gòu)非常松散，是類似json的bjson格式，因此可以存儲比較復(fù)雜的數(shù)據(jù)類型。Mongo最大的特點是他支持的查詢語言非常強大，其語法有點類似于面向?qū)ο蟮牟樵冋Z言，幾乎可以實現(xiàn)類似關(guān)系數(shù)據(jù)庫單表查詢的絕大部分功能，而且還支持對數(shù)據(jù)建立索引。

     Mongo主要解決的是海量數(shù)據(jù)的訪問效率問題，根據(jù)官方的文檔，當(dāng)數(shù)據(jù)量達(dá)到50GB以上的時候，Mongo的數(shù)據(jù)庫訪問速度是MySQL的 10倍以上。Mongo的并發(fā)讀寫效率不是特別出色，根據(jù)官方提供的性能測試表明，大約每秒可以處理0.5萬－1.5次讀寫請求。對于Mongo的并發(fā)讀寫性能，我（robbin）也打算有空的時候好好測試一下。

     因為Mongo主要是支持海量數(shù)據(jù)存儲的，所以Mongo還自帶了一個出色的分布式文件系統(tǒng)GridFS，可以支持海量的數(shù)據(jù)存儲，但我也看到有些評論認(rèn)為GridFS性能不佳，這一點還是有待親自做點測試來驗證了。

     最后由于Mongo可以支持復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，而且?guī)в袕姶蟮臄?shù)據(jù)查詢功能，因此非常受到歡迎，很多項目都考慮用MongoDB來替代MySQL來實現(xiàn)不是特別復(fù)雜的Web應(yīng)用，比方說whywe migrated from MySQL to MongoDB就是一個真實的從MySQL遷移到MongoDB的案例，由于數(shù)據(jù)量實在太大，所以遷移到了Mongo上面，數(shù)據(jù)查詢的速度得到了非常顯著的提升。

     MongoDB也有一個ruby的項目MongoMapper，是模仿Merb的DataMapper編寫的MongoDB的接口，使用起來非常簡單，幾乎和DataMapper一模一樣，功能非常強大易用。

     2、CouchDB
     CouchDB現(xiàn)在是一個非常有名氣的項目，似乎不用多介紹了。但是我卻對CouchDB沒有什么興趣，主要是因為CouchDB僅僅提供了基于 HTTP REST的接口，因此CouchDB單純從并發(fā)讀寫性能來說，是非常糟糕的，這讓我立刻拋棄了對CouchDB的興趣。

     三、滿足高可擴展性和可用性的面向分布式計算的數(shù)據(jù)庫：

     面向scale能力的數(shù)據(jù)庫其實主要解決的問題領(lǐng)域和上述兩類數(shù)據(jù)庫還不太一樣，它首先必須是一個分布式的數(shù)據(jù)庫系統(tǒng)，由分布在不同節(jié)點上面的數(shù)據(jù)庫共同構(gòu)成一個數(shù)據(jù)庫服務(wù)系統(tǒng)，并且根據(jù)這種分布式架構(gòu)來提供online的，具有彈性的可擴展能力，例如可以不停機的添加更多數(shù)據(jù)節(jié)點，刪除數(shù)據(jù)節(jié)點等等。因此像Cassandra常常被看成是一個開源版本的Google BigTable的替代品。Cassandra和Voldemort都是用Java開發(fā)的：

     1、Cassandra
     Cassandra項目是Facebook在2008年開源出來的，隨后Facebook自己使用Cassandra的另外一個不開源的分支，而開源出來的Cassandra主要被Amazon的Dynamite團(tuán)隊來維護(hù)，并且Cassandra被認(rèn)為是Dynamite2.0版本。目前除了 Facebook之外，twitter和digg.com都在使用Cassandra。

     Cassandra的主要特點就是它不是一個數(shù)據(jù)庫，而是由一堆數(shù)據(jù)庫節(jié)點共同構(gòu)成的一個分布式網(wǎng)絡(luò)服務(wù)，對Cassandra的一個寫操作，會被復(fù)制到其他節(jié)點上去，對Cassandra的讀操作，也會被路由到某個節(jié)點上面去讀取。對于一個Cassandra群集來說，擴展性能是比較簡單的事情，只管在群集里面添加節(jié)點就可以了。我看到有文章說Facebook的Cassandra群集有超過100臺服務(wù)器構(gòu)成的數(shù)據(jù)庫群集。

     Cassandra也支持比較豐富的數(shù)據(jù)結(jié)構(gòu)和功能強大的查詢語言，和MongoDB比較類似，查詢功能比MongoDB稍弱一些，twitter的平臺架構(gòu)部門領(lǐng)導(dǎo)Evan Weaver寫了一篇文章介紹Cassandra：http://blog.evanweaver.com/articles/2009/07/06/up-and-running-with-cassandra/，有非常詳細(xì)的介紹。

     Cassandra以單個節(jié)點來衡量，其節(jié)點的并發(fā)讀寫性能不是特別好，有文章說評測下來Cassandra每秒大約不到1萬次讀寫請求，我也看到一些對這個問題進(jìn)行質(zhì)疑的評論，但是評價Cassandra單個節(jié)點的性能是沒有意義的，真實的分布式數(shù)據(jù)庫訪問系統(tǒng)必然是n多個節(jié)點構(gòu)成的系統(tǒng)，其并發(fā)性能取決于整個系統(tǒng)的節(jié)點數(shù)量，路由效率，而不僅僅是單節(jié)點的并發(fā)負(fù)載能力。

     2、Voldemort
     Voldemort是個和Cassandra類似的面向解決scale問題的分布式數(shù)據(jù)庫系統(tǒng)，Cassandra來自于Facebook這個 SNS網(wǎng)站，而Voldemort則來自于Linkedin這個SNS網(wǎng)站。說起來SNS網(wǎng)站為我們貢獻(xiàn)了n多的NoSQL數(shù)據(jù)庫，例如 Cassandar，Voldemort，Tokyo CabiNET，F(xiàn)lare等等。Voldemort的資料不是很多，因此我沒有特別仔細(xì)去鉆研，Voldemort官方給出Voldemort的并發(fā)讀寫性能也很不錯，每秒超過了1.5萬次讀寫。

     從Facebook開發(fā)Cassandra，Linkedin開發(fā)Voldemort，我們也可以大致看出國外大型SNS網(wǎng)站對于分布式數(shù)據(jù)庫，特別是對數(shù)據(jù)庫的scale能力方面的需求是多么殷切。前面我（robbin）提到，web應(yīng)用的架構(gòu)當(dāng)中，web層和app層相對來說都很容易橫向擴展，唯有數(shù)據(jù)庫是單點的，極難scale，現(xiàn)在Facebook和Linkedin在非關(guān)系型數(shù)據(jù)庫的分布式方面探索了一條很好的方向，這也是為什么現(xiàn)在 Cassandra這么熱門的主要原因。

     如今，NoSQL數(shù)據(jù)庫是個令人很興奮的領(lǐng)域，總是不斷有新的技術(shù)新的產(chǎn)品冒出來，改變我們已經(jīng)形成的固有的技術(shù)觀念，我自己（robbin）稍微了解了一些，就感覺自己深深的沉迷進(jìn)去了，可以說NoSQL數(shù)據(jù)庫領(lǐng)域也是博大精深的，我（robbin）也只能淺嘗輒止，我（robbin）寫這篇文章既是自己一點點鉆研心得，也是拋磚引玉，希望吸引對這個領(lǐng)域有經(jīng)驗的朋友來討論和交流。

     從我（robbin）個人的興趣來說，分布式數(shù)據(jù)庫系統(tǒng)不是我能實際用到的技術(shù)，因此不打算花時間深入，而其他兩個數(shù)據(jù)領(lǐng)域（高性能 NoSQLDB和海量存儲NoSQLDB）都是我很感興趣的，特別是Redis，TT/TC和MongoDB這3個NoSQL數(shù)據(jù)庫，因此我接下來將寫三篇文章分別詳細(xì)介紹這3個數(shù)據(jù)庫。

it知識庫：NoSQL數(shù)據(jù)庫探討之一為什么要用非關(guān)系數(shù)據(jù)庫？，轉(zhuǎn)載需保留來源！

鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標(biāo)記有誤，請第一時間聯(lián)系我們修改或刪除，多謝。