本文轉載自：http://book.2cto.com/201211/7897.html

市面上的數據庫數量成爆炸式增長，要在它們之間進行權衡是很困難的。幸運的是，它們之中的大多數數據庫都能歸在幾個分類里。本節中，我會描述簡單及復雜的鍵值存儲、關系型數據庫和文檔數據庫，并將它們與MongoDB做一個比較。下面來看表1-1。

表1-1　數據庫家族

?	示　　例	數據模型	伸縮性模型	使用場景
簡單鍵值存儲	memcached	鍵值對，其中值是一個二進制大字段	多種模型。memcached能跨多個節點進行伸縮，把所有可用內存變為一個巨大的數據存儲	緩存、Web操作
復雜鍵值存儲	Cassandra、Project Voldemort、Riak	多種模型。Cassandra使用名為列（column）的鍵值結構。Voldemort存儲二進制大字段	最終一致性，多節點部署以獲得高可用性和簡單的故障轉移	高吞吐量垂直內容（活動feed、消息隊列）、緩存、Web操作
關系型數據庫	Oracle數據庫、MySQL、 PostgreSQL	數據表	垂直伸縮。對集群和手動分區支持有限	要求事務（銀行、金融）或SQL的系統、正規化數據模型

1. 簡單鍵值存儲

簡單鍵值存儲正如其名，基于給定的鍵對值做索引。常見的場景是緩存。舉例來說，假設需要緩存一個由應用程序呈現的HTML頁面，此處的鍵可能是頁面的URL，值是HTML本身。請注意，對鍵值存儲而言，值就是一個不透明的字節數組。沒有強加關系型數據庫中的Schema，也沒有任何數據類型的概念。這自然限制了鍵值存儲允許的操作：可以放入一個新值，然后通過鍵將其找出或刪除。擁有如此簡單性的系統通常很快，而且具有可伸縮性。

最著名的簡單鍵值存儲是memcached（發音是mem-cash-dee）。memcached僅在內存里存儲數據，用持久性來換取速度。它也是分布式的，跨多臺服務器的memcached節點能像單個數據存儲那樣來使用，這消除了維護跨服務器緩存狀態的復雜性。

與MongoDB相比，memcached這樣的簡單鍵值存儲通常讀寫會更快。但與MongoDB不同，這些系統很少能充當主要數據存儲。簡單鍵值存儲的最佳用途是附加存儲，既可以作為傳統數據庫之上的緩存層，也可以作為任務隊列之類的短暫服務的簡單持久層。

2. 復雜鍵值存儲

可以改進簡單鍵值模型來處理復雜的讀寫Schema或提供更豐富的數據模型。如此一來，就有了復雜鍵值存儲。廣為流傳的論文“Dynamo: Amazon’s Highly Available Key-value Store”中描述的亞馬遜 Dynamo就是這樣一個例子。Dynamo旨在成為一個健壯的數據庫，在網絡故障、數據中心停轉及類似情況下仍能工作。這要求系統總是能夠被讀和寫，本質上就是要求數據能自動跨多個節點進行復制。如果一個節點發生故障，系統的用戶（在這里可能是一個使用亞馬遜購物車的顧客）不會察覺到服務中斷。當系統允許同一份數據被寫到多個節點時，發生沖突的情況是不可避免的，Dynamo提供了一些解決沖突的方法。與此同時，Dynamo也很容易伸縮。因為沒有主節點，所有節點都是對等的，所以很容易從整體上理解系統，能方便地添加節點。盡管Dynamo是一個私有系統，但其構建理念啟發了很多NoSQL系統，包括Cassandra、Project Voldemort和Riak。

看看是誰開發了這些復雜鍵值存儲，看看實踐中它們的使用情況如何，你就能知道它們的優點了。以Cassandra為例，它實現了很多Dynamo的伸縮屬性，同時還提供了與谷歌 BigTable類似的面向列的數據模型。Cassandra是一款開源的數據存儲，是Facebook為其收件箱搜索功能開發的。該系統可以水平擴展，索引超過50 TB的收件箱數據，允許在收件箱中對關鍵字和收件人做檢索。數據是根據用戶ID做索引的，每條記錄由一個用于關鍵字檢索的搜索項數組和一個用于收件人檢索的收件人ID數組構成。¹

這些復雜鍵值存儲是由亞馬遜、谷歌和Facebook這樣的大型互聯網公司開發的，用來管理系統的多個部分，擁有非常大的數據量。換言之，復雜鍵值存儲管理了一個相對自包含的域，它對海量存儲和可用性有一定要求。由于采用了無主節點的架構，這些系統能輕松地通過添加節點進行擴展。它們都選擇了最終一致性，也就是說讀請求不必返回最后一次寫的內容。用戶用較弱的一致性所換得的是在某一節點失效時仍能寫入的能力。

這與MongoDB正好相反，MongoDB提供了強一致性、（每個分片）一個主節點、更豐富的數據模型，還有二級索引，最后兩項特性總是一起出現的。如果一個系統允許跨多個域建模，例如構建完整Web應用程序時就會有此要求，那么查詢就需要跨整個數據模型，這時就要用到二級索引了。

因為有豐富的數據模型，可以考慮把MongoDB作為更通用的大型、可伸縮Web應用程序的解決方案。MongoDB的伸縮架構有時也會受到非難，因為它并非源自Dynamo。但MongoDB針對不同域有不同的伸縮解決方案。MongoDB的自動分片受到了雅虎PNUTS數據存儲和谷歌 BigTable的啟發。讀過發布這些數據存儲的白皮書的人會發現，MongoDB實現伸縮的方法已經被實現了，而且還很成功。

3. 關系型數據庫

本章已經介紹了不少關系型數據庫的內容，簡單起見，我只討論RDBMS與MongoDB的相同點和不同點。盡管MySQL²使用固定Schema的數據表，MongoDB使用無Schema的文檔，但兩者都能表示豐富的數據模型。MySQL和MongoDB都支持B樹索引，那些適用于MySQL索引的經驗也同樣適用于MongoDB。MySQL支持聯結和事務，因此如果你必須使用SQL或者要求有事務，那么只能選擇MySQL或其他RDBMS。也就是說，MongoDB的文檔模型足以在不用聯結查詢的情況下表示對象。MongoDB中對單獨文檔的更新也是原子的，這提供了傳統事務的一個子集。MongoDB和MySQL都支持復制。就可伸縮性而言，MongoDB設計成能水平擴展，能自動分片并處理故障轉移。MySQL上的分片都需要手動管理，有一定的復雜性，更常見的是垂直擴展的MySQL系統。

4. 文檔數據庫

自稱為文檔數據庫的產品還不多，在本書編寫時，除了MongoDB之外，唯一的著名文檔型數據庫就是Apache CouchDB。盡管CouchDB的數據是使用JSON格式的純文本存儲的，而MongoDB是使用BSON二進制格式，但兩者的文檔模型是相似的。與MongoDB一樣，CouchDB也支持二級索引，不同之處是CouchDB中的索引是通過編寫MapReduce函數來定義的，這比MySQL和MongoDB使用的聲明式語法更復雜一些。兩者伸縮的方式也有所不同，CouchDB不會把數據分散到多臺服務器上，每個CouchDB節點都是其他節點的完整副本。
________________________________
1 參見http://mng.bz/5321。
2 這里我用MySQL來做說明，因為我所描述的特性適用于大多數關系型數據庫。

[以下補充內容來自：http://book.2cto.com/201211/7896.html?為什么選擇MongoDB]

MongoDB項目的總體設計目標。根據其作者的觀點，MongoDB的設計是要結合鍵值存儲和關系型數據庫的最好特性。鍵值存儲，因為非常簡單，所以速度極快而且相對容易伸縮。關系型數據庫較難伸縮，至少很難水平伸縮，但擁有富數據模型和強大的查詢語言。如果MongoDB能介于兩者之間，就能成為一款易伸縮、能存儲豐富數據結構、提供復雜查詢機制的數據庫。

在使用場景方面，MongoDB非常適合用做以下應用程序的主要數據存儲：Web應用程序、分析與記錄應用程序，以及任何要求有中等級別緩存的應用程序。此外，由于它能方便地存儲無Schema數據，MongoDB還很適合保存事先無法知曉其數據結構的數據。

轉載于:https://blog.51cto.com/idata/1082559

總結

以上是生活随笔為你收集整理的MongoDB与其他数据库的对比的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。