首先,我们需要了解为什么使用NoSQL的原因.
世界由非结构化数据构成
我们生活在一个数据越来越丰富的世界里,但是这些数据都不能整齐的展示在一个RDBMS的行和列中.根据估计,世界上90%的数据是在过去两年中被创造,以及80%的商业数据是非结构化的.更重要的是,非结构化数据的增长速度是结构化数据的两倍.
MongoDB:源于开发人员,为开发人员服务
MongoDB以文档的形式存储数据,不支持事务和表连接.因此查询的编写,理解和优化都容易的多.
它的功能近似于传统的关系型数据库,MongoDB的用户不仅可以利用其横向扩展机器的云基础架构的优势,并且,因为他能够轻松定义各种灵活的数据模型,所以可以支持不同数据类型的数据集存储.
优势:MongoDB中的成功在很大程度上是因为它数据结构存储的创新,让我们更容易和更具表现力地定义我们应用程序中的数据模型.在通常开发和应用场景中,和原有数据具有相同的基本数据模型是有极大好处的,因为它简化了应用程序开发的任务,另一方面,消除了复杂的数据格式代码转换层.
不足:当然,像任何其他技术一样,MongoDB中都有其长处和短处.MongoDB是专门为OLTP(On-Line-Transaction-Processing,联机事务处理系统)模式.如果您需要复杂的事务处理,他不是一个好的选择.然而,MongoDB的简单性使其成为一个优秀的存储.
Cassandra: 规模化安全运行
三种数据库中,至少两种数据库具有简单特性:开发简单,操作简便.而MongoDB赢得人心的原因是简单的开发应用,Cassandra赢得人心是因为易于管理的规模.
Cassandra在机器拓展部署上,表现特别出色.Cassandra自带的备份机制,保证各个数据中心的数据安全.
优秀的可拓展性,加上出色的写入和可观的查询性能,加起来成为Cassandra高性能的核心.
HBase: Hadoop的知心伙伴
HBase,像Cassandra一样是个通过key-value面向列存储的服务.
HBase提供一个基于记录的存储层,能够快速随机读取和写入数据,正好弥补了Hadoop的缺陷,Hadoop侧重系统吞吐量,而牺牲I/O读取效率为代价.