虽然sql数据库是非常有用的工具，但经历了15年的一支独秀之后垄断即将被打破。这只是时间问题：被迫使用关系数据库，但最终发现不能适应需求的情况不胜枚举。

但是Nosql数据库之间的不同，远超过两 sql数据库之间的差别。这意味着软件架构师更应该在项目开始时就选择好一个适合的 Nosql数据库。针对这种情况，这里对 Cassandra、 Mongodb、CouchDB、Redis、 Riak、 Membase、Neo4j和HBase进行了比较：

(编注1：Nosql：是一项全新的数据库革命性运动，Nosql的拥护者们提倡运用非关系型的数据存储。现今的计算机体系结构在数据存储方面要求具 备庞大的水平扩 展性，而Nosql致力于改变这一现状。目前Google的 BigTable 和Amazon 的Dynamo使用的就是Nosql型数据库。 参见Nosql词条。)

1. CouchDB

@H_502_9@ 所用语言： Erlang @H_502_9@ 特点：DB一致性，易于使用 @H_502_9@ 使用许可： Apache @H_502_9@ 协议： HTTP/REST @H_502_9@ 双向数据复制 @H_502_9@ 持续进行或临时处理 @H_502_9@ 处理时带冲突检查 @H_502_9@ 因此，采用的是master-master复制(见编注2) @H_502_9@ MVCC - 写操作不阻塞读操作 @H_502_9@ 可保存文件之前的版本 @H_502_9@ Crash-only(可靠的)设计 @H_502_9@ 需要不时地进行数据压缩 @H_502_9@ 视图：嵌入式 映射/减少 @H_502_9@ 格式化视图：列表显示 @H_502_9@ 支持进行服务器端文档验证 @H_502_9@ 支持认证 @H_502_9@ 根据变化实时更新 @H_502_9@ 支持附件处理 @H_502_9@ 因此，CouchApps(独立的 js应用程序) @H_502_9@ 需要 jQuery程序库

最佳应用场景：适用于数据变化较少，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。

例如： CRM、CMS系统。 master-master复制对于多站点部署是非常有用的。

(编注2：master-master复制：是一种数据库同步方法，允许数据在一组计算机之间共享数据，并且可以通过小组中任意成员在组内进行数据更新。)

2. Redis

@H_502_9@ 所用语言：C/C++ @H_502_9@ 特点：运行异常快 @H_502_9@ 使用许可： BSD @H_502_9@ 协议：类 Telnet @H_502_9@ 有硬盘存储支持的内存数据库， @H_502_9@ 但自2.0版本以后可以将数据交换到硬盘(注意， 2.4以后版本不支持该特性!) @H_502_9@ Master-slave复制(见编注3) @H_502_9@ 虽然采用简单数据或以键值索引的哈希表，但也支持复杂操作，例如 ZREVRANGEBYscore。 @H_502_9@ INCR & co (适合计算极限值或统计数据) @H_502_9@ 支持 sets(同时也支持 union/diff/inter) @H_502_9@ 支持列表(同时也支持队列;阻塞式 pop操作) @H_502_9@ 支持哈希表(带有多个域的对象) @H_502_9@ 支持排序 sets(高得分表，适用于范围查询) @H_502_9@ Redis支持事务 @H_502_9@ 支持将数据设置成过期数据(类似快速缓冲区设计) @H_502_9@ Pub/Sub允许用户实现消息机制

最佳应用场景：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。

例如：股票价格、数据分析、实时数据搜集、实时通讯。

(编注3：Master-slave复制：如果同一时刻只有一台服务器处理所有的复制请求，这被称为 Master-slave复制，通常应用在需要提供高可用性的服务器集群。)

3. MongoDB

@H_502_9@ 所用语言：C++ @H_502_9@ 特点：保留了sql一些友好的特性(查询，索引)。 @H_502_9@ 使用许可： AGPL(发起者： Apache) @H_502_9@ 协议： Custom,binary( BSON) @H_502_9@ Master/slave复制(支持自动错误恢复，使用 sets 复制) @H_502_9@ 内建分片机制 @H_502_9@ 支持 javascript表达式查询 @H_502_9@ 可在服务器端执行任意的 javascript函数 @H_502_9@ update-in-place支持比CouchDB更好 @H_502_9@ 在数据存储时采用内存到文件映射 @H_502_9@ 对性能的关注超过对功能的要求 @H_502_9@ 建议最好打开日志功能(参数 --journal) @H_502_9@ 在32位操作系统上，数据库大小限制在约2.5Gb @H_502_9@ 空数据库大约占 192Mb @H_502_9@ 采用 GridFS存储大数据或元数据(不是真正的文件系统)

最佳应用场景：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;需要使用 CouchDB但因为数据改变太频繁而占满内存的应用程序。

例如：你本打算采用 MysqL或 Postgresql，但因为它们本身自带的预定义栏让你望而却步。

4. Riak

所用语言：Erlang和C，以及一些Javascript

@H_502_9@ 特点：具备容错能力 @H_502_9@ 使用许可： Apache @H_502_9@ 协议： HTTP/REST或者 custom binary @H_502_9@ 可调节的分发及复制(N,R,W) @H_502_9@ 用 JavaScript or Erlang在操作前或操作后进行验证和安全支持。 @H_502_9@ 使用JavaScript或Erlang进行 Map/reduce @H_502_9@ 连接及连接遍历：可作为图形数据库使用 @H_502_9@ 索引：输入元数据进行搜索(1.0版本即将支持) @H_502_9@ 大数据对象支持( Luwak) @H_502_9@ 提供“开源”和“企业”两个版本 @H_502_9@ 全文本搜索，索引，通过 Riak搜索服务器查询( beta版) @H_502_9@ 支持Masterless多站点复制及商业许可的 SNMP监控

最佳应用场景：适用于想使用类似 Cassandra(类似Dynamo)数据库但无法处理 bloat及复杂性的情况。适用于你打算做多站点复制，但又需要对单个站点的扩展性，可用性及出错处理有要求的情况。

例如：销售数据搜集，工厂控制系统;对宕机时间有严格要求;可以作为易于更新的 web服务器使用。

5. Membase

@H_502_9@ 所用语言： Erlang和C @H_502_9@ 特点：兼容 Memcache，但同时兼具持久化和支持集群 @H_502_9@ 使用许可： Apache 2.0 @H_502_9@ 协议：分布式缓存及扩展 @H_502_9@ 非常快速(200k+/秒)，通过键值索引数据 @H_502_9@ 可持久化存储到硬盘 @H_502_9@ 所有节点都是唯一的( master-master复制) @H_502_9@ 在内存中同样支持类似分布式缓存的缓存单元 @H_502_9@ 写数据时通过去除重复数据来减少 IO @H_502_9@ 提供非常好的集群管理 web界面 @H_502_9@ 更新软件时软无需停止数据库服务 @H_502_9@ 支持连接池和多路复用的连接代理

最佳应用场景：适用于需要低延迟数据访问，高并发支持以及高可用性的应用程序

例如：低延迟数据访问比如以广告为目标的应用，高并发的 web 应用比如网络游戏(例如 Zynga)

6. Neo4j

@H_502_9@ 所用语言： Java @H_502_9@ 特点：基于关系的图形数据库 @H_502_9@ 使用许可： GPL，其中一些特性使用 AGPL/商业许可 @H_502_9@ 协议： HTTP/REST(或嵌入在 Java中) @H_502_9@ 可独立使用或嵌入到 Java应用程序 @H_502_9@ 图形的节点和边都可以带有元数据 @H_502_9@ 很好的自带web管理功能 @H_502_9@ 使用多种算法支持路径搜索 @H_502_9@ 使用键值和关系进行索引 @H_502_9@ 为读操作进行优化 @H_502_9@ 支持事务(用 Java api) @H_502_9@ 使用 Gremlin图形遍历语言 @H_502_9@ 支持 Groovy脚本 @H_502_9@ 支持在线备份，高级监控及高可靠性支持使用 AGPL/商业许可

最佳应用场景：适用于图形一类数据。这是 Neo4j与其他nosql数据库的最显著区别

例如：社会关系，公共交通网络，地图及网络拓谱

7. Cassandra

@H_502_9@ 所用语言： Java @H_502_9@ 特点：对大型表格和 Dynamo支持得最好 @H_502_9@ 使用许可： Apache @H_502_9@ 协议： Custom,binary (节约型) @H_502_9@ 可调节的分发及复制(N,W) @H_502_9@ 支持以某个范围的键值通过列查询 @H_502_9@ 类似大表格的功能：列，某个特性的列集合 @H_502_9@ 写操作比读操作更快 @H_502_9@ 基于 Apache分布式平台尽可能地 Map/reduce @H_502_9@ 我承认对 Cassandra有偏见，一部分是因为它本身的臃肿和复杂性，也因为 Java的问题(配置，出现异常，等等)

最佳应用场景：当使用写操作多过读操作(记录日志)如果每个系统组建都必须用 Java编写(没有人因为选用 Apache的软件被解雇)

例如：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

8. HBase

(配合 ghshephard使用)

@H_502_9@ 所用语言： Java @H_502_9@ 特点：支持数十亿行X上百万列 @H_502_9@ 使用许可： Apache @H_502_9@ 协议：HTTP/REST (支持 Thrift，见编注4) @H_502_9@ 在 BigTable之后建模 @H_502_9@ 采用分布式架构 Map/reduce @H_502_9@ 对实时查询进行优化 @H_502_9@ 高性能 Thrift网关 @H_502_9@ 通过在server端扫描及过滤实现对查询操作预判 @H_502_9@ 支持 XML,Protobuf,和binary的HTTP @H_502_9@ Cascading,hive,and pig source and sink modules @H_502_9@ 基于 Jruby( JIRB)的shell @H_502_9@ 对配置改变和较小的升级都会重新回滚 @H_502_9@ 不会出现单点故障 @H_502_9@ 堪比MysqL的随机访问性能

最佳应用场景：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。

例如： Facebook消息数据库(更多通用的用例即将出现)

编注4：Thrift 是一种接口定义语言，为多种其他语言提供定义和创建服务，由Facebook开发并开源。

当然，所有的系统都不只具有上面列出的这些特性。这里我仅仅根据自己的观点列出一些我认为的重要特性。与此同时，技术进步是飞速的，所以上述的内容肯定需要不断更新。我会尽我所能地更新这个列表。