NSQL資料庫的5種經典

1、MongoDB

MongoDB是一個基于分布式檔案存儲的資料庫。由 C++ 語言編寫。主要解決的是海量資料的通路效率問題，為WEB應用提供可擴充的高性能資料存儲解決方案。當資料量達到50GB以上的時候，MongoDB的資料庫通路速度是MySQL的10倍以上。MongoDB的并發讀寫效率不是特别出色，根據官方提供的性能測試表明，大約每秒可以處理0.5萬~1.5萬次讀寫請求。MongoDB還自帶了一個出色的分布式檔案系統GridFS，可以支援海量的資料存儲。

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

MongoDB是一個介于關系資料庫和非關系資料庫之間的産品，是非關系資料庫當中功能最豐富，最像關系資料庫的。他支援的資料結構非常松散，是類似json的bjson格式，是以可以存儲比較複雜的資料類型。Mongo最大的特點是他支援的查詢語言非常強大，其文法有點類似于面向對象的查詢語言，幾乎可以實作類似關系資料庫單表查詢的絕大部分功能，而且還支援對資料建立索引。

所謂“面向集合”（Collenction-Orented），意思是資料被分組存儲在資料集中，被稱為一個集合（Collenction)。每個 集合在資料庫中都有一個唯一的辨別名，并且可以包含無限數目的文檔。集合的概念類似關系型資料庫（RDBMS）裡的表（table），不同的是它不需要定 義任何模式（schema)。

模式自由（schema-free)，意味着對于存儲在mongodb資料庫中的檔案，我們不需要知道它的任何結構定義。如果需要的話，你完全可以把不同結構的檔案存儲在同一個資料庫裡。

存儲在集合中的文檔，被存儲為鍵-值對的形式。鍵用于唯一辨別一個文檔，為字元串類型，而值則可以是各中複雜的檔案類型。我們稱這種存儲形式為BSON（Binary Serialized dOcument Format）。

MongoDB服務端可運作在Linux、Windows或OS X平台，支援32位和64位應用，預設端口為27017。推薦運作在64位平台，因為MongoDB在32位模式運作時支援的最大檔案尺寸為2GB。

MongoDB把資料存儲在檔案中（預設路徑為：/data/db），為提高效率使用記憶體映射檔案進行管理。

它的特點是高性能、易部署、易使用，存儲資料非常友善。

主要功能特性有：

1. 面向集合存儲，易存儲對象類型的資料。
2. 模式自由。
3. 支援動态查詢。
4. 支援完全索引，包含内部對象。
5. 支援查詢。
6. 支援複制和故障恢複。
7. 使用高效的二進制資料存儲，包括大型對象（如視訊等）。
8. 自動處理碎片，以支援雲計算層次的擴充性。
9. 支援RUBY，PYTHON，JAVA，C++，PHP,C#等多種語言
10. 檔案存儲格式為BSON（一種JSON的擴充）。
11. 可通過網絡通路。

2、CouchDB

Apache CouchDB 是一個面向文檔的資料庫管理系統。它提供以 JSON 作為資料格式的 REST 接口來對其進行操作，并可以通過視圖來操縱文檔的組織和呈現。 CouchDB 是 Apache 基金會的頂級開源項目。

CouchDB是用Erlang開發的面向文檔的資料庫系統，其資料存儲方式類似Lucene的Index檔案格式。CouchDB最大的意義在于它是一個面向Web應用的新一代存儲系統，事實上，CouchDB的口号就是：下一代的Web應用存儲系統。

1. CouchDB是分布式的資料庫，他可以把存儲系統分布到n台實體的節點上面，并且很好的協調和同步節點之間的資料讀寫一緻性。這當然也得以于Erlang無與倫比的并發特性才能做到。對于基于web的大規模應用文檔應用，然的分布式可以讓它不必像傳統的關系資料庫那樣分庫拆表，在應用代碼層進行大量的改動。
2. CouchDB是面向文檔的資料庫，存儲半結構化的資料，比較類似lucene的index結構，特别适合存儲文檔，是以很适合CMS，電話本，位址本等應用，在這些應用場合，文檔資料庫要比關系資料庫更加友善，性能更好
3. CouchDB支援REST API，可以讓使用者使用JavaScript來操作CouchDB資料庫，也可以用JavaScript編寫查詢語句，我們可以想像一下，用AJAX技術結合CouchDB開發出來的CMS系統會是多麼的簡單和友善。其實CouchDB隻是Erlang應用的冰山一角，在最近幾年，基于Erlang的應用也得到的蓬勃的發展，特别是在基于web的大規模，分布式應用領域，幾乎都是Erlang的優勢項目。

3、Hbase

HBase是一個分布式的、面向列的開源資料庫，該技術來源于Chang et al所撰寫的Google論文“Bigtable：一個結構化資料的分布式存儲系統”。就像Bigtable利用了Google檔案系統（File System）所提供的分布式資料存儲一樣，HBase在Hadoop之上提供了類似于Bigtable的能力。HBase是Apache的Hadoop項目的子項目。HBase不同于一般的關系資料庫,它是一個适合于非結構化資料存儲的資料庫.另一個不同的是HBase基于列的而不是基于行的模式。

HBase – Hadoop Database，是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統，利用HBase技術可在廉價PC Server上搭建起大規模結構化存儲叢集。 　　HBase是Google Bigtable的開源實作，類似Google Bigtable利用GFS作為其檔案存儲系統，HBase利用Hadoop HDFS作為其檔案存儲系統；Google運作MapReduce來處理Bigtable中的海量資料，HBase同樣利用Hadoop MapReduce來處理HBase中的海量資料；Google Bigtable利用 Chubby作為協同服務，HBase利用Zookeeper作為對應。

HBase通路接口：

1. Native Java API，最正常和高效的通路方式，适合Hadoop MapReduce Job并行批處理HBase表資料
2. HBase Shell，HBase的指令行工具，最簡單的接口，适合HBase管理使用
3. Thrift Gateway，利用Thrift序列化技術，支援C++，PHP，Python等多種語言，适合其他異構系統線上通路HBase表資料
4. REST Gateway，支援REST 風格的Http API通路HBase, 解除了語言限制
5. Pig，可以使用Pig Latin流式程式設計語言來操作HBase中的資料，和Hive類似，本質最終也是編譯成MapReduce Job來處理HBase表資料，适合做資料統計
6. Hive，目前Hive的Release版本尚沒有加入對HBase的支援，但在下一個版本Hive 0.7.0中将會支援HBase，可以使用類似SQL語言來通路HBase

1. 支援數十億行X上百萬列
2. 采用分布式架構 Map/reduce
3. 對實時查詢進行優化
4. 高性能 Thrift網關
5. 通過在server端掃描及過濾實作對查詢操作預判
6. 支援 XML, Protobuf, 和binary的HTTP
7. 基于 Jruby（ JIRB）的shell
8. 對配置改變和較小的更新都會重新復原
9. 不會出現單點故障
10. 堪比MySQL的随機通路性能

4、cassandra

Cassandra是一個混合型的非關系的資料庫，類似于Google的BigTable。其主要功能比Dynomite（分布式的Key-Value存儲系統）更豐富，但支援度卻不如文檔存儲MongoDB（介于關系資料庫和非關系資料庫之間的開源産品，是非關系資料庫當中功能最豐富，最像關系資料庫的。支援的資料結構非常松散，是類似json的bjson格式，是以可以存儲比較複雜的資料類型。）Cassandra最初由Facebook開發，後轉變成了開源項目。

它是一個網絡社交雲計算方面理想的資料庫。以Amazon專有的完全分布式的Dynamo為基礎，結合了Google BigTable基于列族（Column Family）的資料模型。P2P去中心化的存儲。很多方面都可以稱之為Dynamo 2.0。

和其他資料庫比較，有幾個突出特點：

1. 模式靈活 ：使用Cassandra，像文檔存儲，你不必提前解決記錄中的字段。你可以在系統運作時随意的添加或移除字段。這是一個驚人的效率提升，特别是在大型部署上。
2. 真正的可擴充性 ：Cassandra是純粹意義上的水準擴充。為給叢集添加更多容量，可以指向另一台電腦。你不必重新開機任何程序，改變應用查詢，或手動遷移任何資料。
3. 多資料中心識别 ：你可以調整你的節點布局來避免某一個資料中心起火，一個備用的資料中心将至少有每條記錄的完全複制。
4. 範圍查詢 ：如果你不喜歡全部的鍵值查詢，則可以設定鍵的範圍來查詢。
5. 清單資料結構 ：在混合模式可以将超級列添加到5維。對于每個使用者的索引，這是非常友善的。
6. 分布式寫操作 ：有可以在任何地方任何時間集中讀或寫任何資料。并且不會有任何單點失敗。

5、Hypertable

介紹 Hypertable是一個開源、高性能、可伸縮的資料庫，它采用與Google的Bigtable相似的模型。

在過去數年中，Google為在 PC叢集 上運作的可伸縮計算基礎設施設計建造了三個關鍵部分。

第一個關鍵的基礎設施是Google File System（GFS），這是一個高可用的檔案系統，提供了一個全局的命名空間。它通過跨機器（和跨機架）的檔案資料複制來達到高可用性，并是以免受傳統 檔案存儲系統無法避免的許多失敗的影響，比如電源、記憶體和網絡端口等失敗。

第二個基礎設施是名為Map-Reduce的計算架構，它與GFS緊密協作，幫 助處理收集到的海量資料。

第三個基礎設施是Bigtable，它是傳統資料庫的替代。Bigtable讓你可以通過一些主鍵來組織海量資料，并實作高效的 查詢。Hypertable是Bigtable的一個開源實作，并且根據我們的想法進行了一些改進。

特性：

1. 負載均衡的處理
2. 版本控制和一緻性
3. 可靠性
4. 分布為多個節點

希望文章能對大家有所幫助，也歡迎大家留言和小編共同讨論。