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_301_12@所用语言： Erlang @H_301_12@特点：DB一致性，易于使用 @H_301_12@使用许可： Apache @H_301_12@协议： HTTP/REST @H_301_12@双向数据复制， @H_301_12@持续进行或临时处理， @H_301_12@处理时带冲突检查， @H_301_12@因此，采用的是master-master复制（见编注2） @H_301_12@MVCC – 写操作不阻塞读操作 @H_301_12@可保存文件之前的版本 @H_301_12@Crash-only（可靠的）设计 @H_301_12@需要不时地进行数据压缩 @H_301_12@视图：嵌入式 映射/减少 @H_301_12@格式化视图：列表显示 @H_301_12@支持进行服务器端文档验证 @H_301_12@支持认证 @H_301_12@根据变化实时更新 @H_301_12@支持附件处理 @H_301_12@因此， CouchApps（独立的 js应用程序） @H_301_12@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_301_12@所用语言：C/C++ @H_301_12@特点：运行异常快 @H_301_12@使用许可： BSD @H_301_12@协议：类 Telnet @H_301_12@有硬盘存储支持的内存数据库， @H_301_12@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_301_12@Master-slave复制（见编注3） @H_301_12@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_301_12@INCR & co （适合计算极限值或统计数据） @H_301_12@支持 sets（同时也支持 union/diff/inter） @H_301_12@支持列表（同时也支持队列；阻塞式 pop操作） @H_301_12@支持哈希表（带有多个域的对象） @H_301_12@支持排序 sets（高得分表，适用于范围查询） @H_301_12@Redis支持事务 @H_301_12@支持将数据设置成过期数据（类似快速缓冲区设计） @H_301_12@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_301_12@所用语言：C++ @H_301_12@特点：保留了sql一些友好的特性（查询，索引）。 @H_301_12@使用许可： AGPL（发起者： Apache） @H_301_12@协议： Custom,binary（ BSON） @H_301_12@Master/slave复制（支持自动错误恢复，使用 sets 复制） @H_301_12@内建分片机制 @H_301_12@支持 javascript表达式查询 @H_301_12@可在服务器端执行任意的 javascript函数 @H_301_12@update-in-place支持比CouchDB更好 @H_301_12@在数据存储时采用内存到文件映射 @H_301_12@对性能的关注超过对功能的要求 @H_301_12@建议最好打开日志功能（参数 –journal） @H_301_12@在32位操作系统上，数据库大小限制在约2.5Gb @H_301_12@空数据库大约占 192Mb @H_301_12@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

@H_301_12@所用语言：Erlang和C，以及一些Javascript @H_301_12@特点：具备容错能力 @H_301_12@使用许可： Apache @H_301_12@协议： HTTP/REST或者 custom binary @H_301_12@可调节的分发及复制(N,R,W) @H_301_12@用 JavaScript or Erlang在操作前或操作后进行验证和安全支持。 @H_301_12@使用JavaScript或Erlang进行 Map/reduce @H_301_12@连接及连接遍历：可作为图形数据库使用 @H_301_12@索引：输入元数据进行搜索（1.0版本即将支持） @H_301_12@大数据对象支持（ Luwak） @H_301_12@提供“开源”和“企业”两个版本 @H_301_12@全文本搜索，索引，通过 Riak搜索服务器查询（ beta版） @H_301_12@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_301_12@所用语言： Erlang和C @H_301_12@特点：兼容 Memcache，但同时兼具持久化和支持集群 @H_301_12@使用许可： Apache 2.0 @H_301_12@协议：分布式缓存及扩展 @H_301_12@非常快速（200k+/秒），通过键值索引数据 @H_301_12@可持久化存储到硬盘 @H_301_12@所有节点都是唯一的（ master-master复制） @H_301_12@在内存中同样支持类似分布式缓存的缓存单元 @H_301_12@写数据时通过去除重复数据来减少 IO @H_301_12@提供非常好的集群管理 web界面 @H_301_12@更新软件时软无需停止数据库服务 @H_301_12@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_301_12@所用语言： Java @H_301_12@特点：基于关系的图形数据库 @H_301_12@使用许可： GPL，其中一些特性使用 AGPL/商业许可 @H_301_12@协议： HTTP/REST（或嵌入在 Java中） @H_301_12@可独立使用或嵌入到 Java应用程序 @H_301_12@图形的节点和边都可以带有元数据 @H_301_12@很好的自带web管理功能 @H_301_12@使用多种算法支持路径搜索 @H_301_12@使用键值和关系进行索引 @H_301_12@为读操作进行优化 @H_301_12@支持事务（用 Java api） @H_301_12@使用 Gremlin图形遍历语言 @H_301_12@支持 Groovy脚本 @H_301_12@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_301_12@所用语言： Java @H_301_12@特点：对大型表格和 Dynamo支持得最好 @H_301_12@使用许可： Apache @H_301_12@协议： Custom,binary (节约型) @H_301_12@可调节的分发及复制(N,W) @H_301_12@支持以某个范围的键值通过列查询 @H_301_12@类似大表格的功能：列，某个特性的列集合 @H_301_12@写操作比读操作更快 @H_301_12@基于 Apache分布式平台尽可能地 Map/reduce @H_301_12@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_301_12@所用语言： Java @H_301_12@特点：支持数十亿行X上百万列 @H_301_12@使用许可： Apache @H_301_12@协议：HTTP/REST （支持 Thrift，见编注4） @H_301_12@在 BigTable之后建模 @H_301_12@采用分布式架构 Map/reduce @H_301_12@对实时查询进行优化 @H_301_12@高性能 Thrift网关 @H_301_12@通过在server端扫描及过滤实现对查询操作预判 @H_301_12@支持 XML,Protobuf,和binary的HTTP @H_301_12@Cascading,hive,and pig source and sink modules @H_301_12@基于 Jruby（ JIRB）的shell @H_301_12@对配置改变和较小的升级都会重新回滚 @H_301_12@不会出现单点故障 @H_301_12@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。