NoSql研究报告

1、概述

　　随着互联网的不断发展，信息系统的数据变得越来越多，关系型数据库逐渐面临着难以克服的障碍，主要体现在：

1. 对数据库的高并发读写需求
2. 对海量数据的高效率存储和访问需求
3. 对数据库的高扩展性和高可用性的需求

　　而在大多数与海量数据相关的应用场景下，传统关系型数据库的诸多特性却显得不那么重要（例如事务、读写实时性、多表关联），因此，非关系型数据库（NoSql）应运而生。

　　本文即针对当前较为主流的NoSql产品进行了横向对比。旨在为NoSql产品的选型提供依据。

2、功能对比

	MongoDB	Redis	CouchDB	Cassandra	HBase
实现语言	C++	C/C++	Erlang	Java	Java
存储结构	Document	Key-Value	Document	Wide Column	Wide Column
支持协议	自定义、Binary	自定义、binary	HTTP/REST	Telnet-like	HTTP/REST
存储类型	普通文件系统	内存	普通文件系统	Dynamo架构	HDFS
数据复制	支持以下3种数据复制方式：Matser/Matser,Matser/Slave,Replica Sets	主从复制Master/Slave 一个从节点可以作为另一个节点的主节点	双向数据复制，Master-Master	节点由单个Java进程构成，所有节点间通过Gossip协议进行数据复制	借助HDFS提供高可靠的数据可用性，在数据库层不需要进行数据复制。
水平扩展与数据分片	提供自动分片功能，水平扩展十分容易	暂时没有自动分片功能，需手动分片	有CouchDB Lounge这个代理插件可以做couchDB集群	扩容时需要调整数据分布，比较耗时。（通过Consistent Hash快速定位数据所在节点）	数据始终保持均匀分布，伸缩性较好。（通过Zookeeper定位目标Region Server，最后定位Region获取数据。Region Server扩容后，通过将自身发布到Master，Master仍保持均匀分布）
一致性	弱一致性（最终一致）	弱一致性（最终一致）	分布式做的不太好，还在开发中	使用Quorum NRW策略，通过Gossip协议保证最终一致性。	在数据库层只存在一份数据，具有强一致性
主要功能特性	1、json格式的查询和写入 2、支持索引和多列索引 3、支持count、distinct、group、map/reduce等聚合函数 4、存储javascript，可以在服务端存取javascript 5、具有完善的java API和ORM框架 6、具有较高性能。 7、固定集合的概念	1、内存数据库 2、性能极高，能支持超过 100K+ 每秒的读写频率 3、支持丰富的数据类型，包括二进制案例的 Strings, Lists, Hashes, Sets 及 Ordered Sets 。 4、Publish/Subscribe 5、可以对数据进行过去设置 6、支持一些简单的事务，保证一些简单操作集合的原子性。 7、支持数据持久化	1、是一个MVCC的系统 2、不支持动态查询，通过建立视图的方式来查询。 3、是一个是一个”crash-only” 的系统，数据具有较高的可靠性 4、使用Restful的API	1、支持以某个范围的键值通过列查询 2、类似大表格的功能：列，某个特性的列集合 3、写操作比读操作更快 4、支持与hadoop结合进行map/reduce	1、采用分布式架构 Map/reduce，与hadoop完美结合 2、对实时查询进行优化 3、支持 XML, Protobuf, 和binary的HTTP 4、有多个产品支持Cascading, hive, and pig source and sink modules 5、不会出现单点故障 6、堪比MySQL的随机访问性能
主要应用场景	适用于需要动态查询支持；需要使用索引而不是 map/reduce功能；需要对大数据库有性能要求。	1、适用于数据变化快且数据库大小可遇见（适合内存容量）的应用程序 2、用作缓存，当memcached使用	用于数据变化较少，执行预定义查询，进行数据统计的应用程序。适用于需要提供数据版本支持的应用程序	当使用写操作多过读操作（记录日志）的场景	适用于偏好BigTable，并且需要对大数据进行随机、实时访问的场合
应用例子	计划使用mysql的系统都可以考虑使用mongodb，事务密集型系统除外	股票价格、数据分析、实时数据搜集、实时通讯	CRM、CMS系统。 master-master复制对于多站点部署是非常有用的	银行业，金融业（虽然对于金融交易不是必须的，但这些产业对数据库的要求会比它们更大）写比读更快，所以一个自然的特性就是实时数据分析	Facebook、淘宝
缺点	1、不支持事务 2、自动分片功能并不是很可靠 3、不能在AIX系统上安装	1、需要占用相当大的内存 2、没有提供自动分片功能	不支持动态查询，必须为每一个查询模式建立相应的view，并在此view的基础上进行查询

3、性能对比

3.1 测试环境

　　optiplex 780 /
4G内存 / cent os 6

3.2 测试方案

　　使用性能测试框架YCSB对各产品进行以下测试：

1. 使用单线程插入1000W条数据
2. 分别使用4/8/16/32/64/128线程，以读写负载比例为1:1的操作模式，对每款产品执行读写总计10W次操作。
3. 根据每秒成功操作数（OPS）与每次操作平均延时（AL）分析各产品的性能。

3.3 测试结果

3.3.1 插入1000W条数据

　　在该测试中，redis表现出了较为优异的性能，下图是详细测试情况，通过每秒成功操作次数（OPS）反映出了各产品在写入时性能表现，单位为（次/秒）：

3.3.2  读/写10W次

　　在该测试中，根据产品自身的特点，各产品在不同的环境下有不同的表现，下图是测试的详细情况，其中纵轴表示完成一次操作的平均延时，单位为us：

　　读操作的平均延时统计：

写操作的平均延时统计：

　　除此之外，在读写负载比为1:1的情况下，各产品每秒成功完成的操作数也在一定程度上反应了该产品的吞吐量，下图是详细情况，纵轴表示每秒完成的操作次数（OPS），单位为：次/秒。

总体来说，该测试反映出以下情况：

　　　　1、hbase与cassandra有最好的写性能。

　　　　2、redis有最好的读性能。

4、附录

4.1 详细数据

　　本次测试得到的详细数据如下：

4.1.1  写入1000W条数据

产品	总计耗时(ms)	ops	AL(us)	失败数
HBase	1774842	5634	701	0
Cassandra	2083771	4798	204.73	0
mongodb	1834681	5450.53	180.25	0
redis	115864	8630.8	112.36	0

4.1.2  读写10W次

Type	总计耗时(ms)	ops	操作类型	AL(us)	耗时小于1ms的操作	总操作数
hbase_10w_4t	20480	4882.81	Write	13.16	49734	49745
Read	1523.39	28760	50255
hbase_10w_8t	17698	5650.35	Write	40.12	50034	50041
Read	2642.07	15454	49959
hbase_10w_16t	14880	6720.43	Write	49.64	49906	49918
Read	4441.15	1959	50082
hbase_10w_32t	26666	3750.09	Write	82.51	49871	49887
Read	16332.56	73	50113
hbase_10w_64t	22087	4526.1	Write	202.33	49886	49923
Read	26510.66	66	50045
hbase_10w_128t	23635	4229.65	Write	411.5	49812	49873
Read	55354.39	57	50095
cassandra_10w_4t	15662	6384	Write	235.7	48245	49801
Read	978.81	40294	50199
cassandra_10w_8t	22251	4494.18	Write	293.69	47666	50012
Read	3182.84	20751	49988
cassanra_10w_16t	25422	3933.6	Write	284.07	48431	49750
Read	7640.28	13326	50250
cassanra_10w_32t	26380	3790.75	Write	571.2	47003	49933
Read	15926.31	2004	50067
cassanra_10w_64t	25538	3914.48	Write	656.34	47622	50018
Read	30452.87	459	49950
cassanra_10w_128t	26211	3813.97	Write	1322.7	46743	50320
Read	55582.7	410	49648
mongodb_10w_4t	8009	12485.95	Write	345.07	48701	49784
Read	263.54	40294	50216
mongodb_10w_8t	8726	11460	Write	677.47	47306	49963
Read	660.89	46792	50037
mongodb_10w_16t	9556	10464.62	Write	1519.25	43933	49784
Read	1444.27	45380	50216
mongodb_10w_32t	12624	7921.41	Write	4399	38787	49993
Read	3496.85	39693	50007
mongodb_10w_64t	13450	7432.56	Write	9188.02	35429	49930
Read	7274.17	36024	50038
mongodb_10w_128t	17546	5697.48	Write	25402.16	30248	49701
Read	18014.58	31634	50267
redis_10w_4t	3308	30229	Write	120.26	50085	50203
Read	130.91	49706	49797
redis_10w_8t	3499	28579.59	Write	252	49142	49520
Read	261	50142	50480
redis_10w_16t	3863	25886.61	Write	599.65	45967	49973
Read	606.69	46183	50027
redis_10w_32t	7533	13274.92	Write	1975.88	3582	50388
Read	2105.88	3233	49612
redis_10w_64t	5736	17428.17	Write	2826.28	268	50179
Read	2757.48	238	49789
redis_10w_128t	3722	26858.67	Write	4479.02	117	50011
Read	4599.77	101	49957

4.2 软件版本

　　l  YCSB 0.14

　　l  HBase 0.90.5 （Hadoop 0.20.2）

　　l  Cassandra 1.1.2

　　l  mongodb 2.0.6

　　l  redis 2.4.15