http://article.yeeyan.org/view/271351/239915 写道
CouchDB（V1.1.0）
语言： Erlang
特点：DB一致性，易于使用
使用许可： Apache
协议： HTTP/REST
双向数据复制，
持续性或ad-hoc
冲突检测
采用master-master复制
MVCC – 写操作不阻塞读操作
版本控制（之前的版本文档有效）
单点崩溃（可靠的）设计
必要时可进行数据压缩
视图：内嵌 map/reduce 机制(MapReduce是一种编程模型，用于大规模数据集的并行运算-译注)
视图格式：列表&显示
支持进行服务器端文档验证
支持身份验证
数据变化实时更新
支持附件处理
CouchApps（独立的 js应用程序）
包含jQuery程序库
最佳应用场景：适用于累积大量数据，变化较少，执行预定义查询的应用。适用于需要提供数据版本支持的应用。
例如： CRM、CMS系统。Master-master复制是一个有趣的功能，很易于进行多站点部署。
-----------------------------------------------------------------------
2. Redis（V2.4）
语言：C/C++
特点：速度极快
使用许可： BSD
协议：Telnet-like
有硬盘存储支持的内存数据库，
目前还没有磁盘交换（VM和Diskstore被抛弃）
Master-slave复制
通过key进行简单的值存储或哈希表存储
支持复杂操作，例如 ZREVRANGEBYSCORE。
INCR & co （数字递增存储键值，适合计算极限值或统计数据）
支持集合运算（支持 交集/差集/子集）
支持列表（支持队列；阻塞式 pop操作）
支持哈希表（多个域的对象）
支持集合排序（高分表，适用于范围查询）
支持事务
支持将数据设置成过期数据（类似快速缓冲区设计，以及冷热分离）
发布/订阅功能允许用户实现消息机制（长连接推送机制）
最佳应用场景：适用于数据变化快且数据库大小可以预计的应用程序。（这样可以合理配置内存容量）
例如：股票价格、数据分析、实时数据搜集、实时通讯。
-----------------------------------------------------------------------
3. MongoDB
语言：C++
特点：保留了SQL一些友好的特性（查询，索引）。
使用许可： AGPL（发起者： Apache）
协议： Custom, binary（BSON）
Master/slave复制（服务器间数据复制和自动故障转移）
内建自动分片机制（支持水平数据库集群）
支持 javascript表达式查询
可在服务器端执行任意的 javascript函数
优于CouchDB的update-in-place
采用内存映射文件的方式进行数据存储
对性能的要求高于功能
最好打开日志功能（参数 –journal）
在32位操作系统上，数据库大小限制约为2.5G
空数据库大约占 192Mb
采用 GridFS存储大数据和元数据（不是真正的文件系统）
最佳应用场景：如果你需要动态查询，需要使用索引而不是 map/reduce功能；需要对大数据库有良好的性能要求。如果你想使用 CouchDB，但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，但因为需要预定义表结结构让你望而却步。
-----------------------------------------------------------------------
4. Riak（V1.0）
语言：Erlang和C，以及一些Javascript
特点：具备容错能力
使用许可： Apache
协议： HTTP/REST或者 custom binary
可自定义参数控制的分布和复制(N-复制节点数, R- 成功读操作的最小节点数, W–成功写操作的最小节点数-译注)
用 JavaScript或 Erlang在操作预提交或提交时进行验证和安全检测
使用JavaScript或Erlang进行 Map/reduce
链接&链接遍历：可作为图形数据库使用
多级索引：可在元数据中进行搜索
大数据对象支持（Luwak）
提供“开源”和“企业”两个版本
Riak搜索服务器（beta版）支持全文搜索、索引、查询
正在将后端存储从“Bitcask”迁移到Google的“LevelDB”
支持Masterless多站点复制及商务授权的 SNMP监控
最佳应用场景：适用于想使用类似 Cassandra（类似Dynamo，亚马逊的key-value模式的存储平台-译注）数据库但又不愿处理数据臃肿及复杂性的情况。如果你需要很好的单站点可伸缩性，可用性和容错性，但又准备实行多点复制。
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
语言： Erlang和C
特点：兼容 Memcache，兼具持久化和支持集群
使用许可： Apache 2.0
协议：Memcached 扩展增强
非常快速（200k+/秒），通过键值访问数据
可持久化存储到硬盘
所有节点都是相同的（Master-master复制）
在内存中提供类似Memcached 的缓存单元
通过重复数据删除技术写入数据来减少IO
提供良好的集群管理web界面
软件更新时无需停止数据库服务
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，高并发和高可用性的应用
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（如Zynga）
-----------------------------------------------------------------------
6. Neo4j （V1.5M02）
语言： Java
特点：图形数据库
使用许可： GPL，其中一些特性使用AGPL/商业许可
协议： HTTP/REST（或嵌入在 Java中）
可独立使用或嵌入到 Java应用程序
完全符合ACID特性（包括持久化数据）
图形的节点和边都可以带有元数据
集成的基于模式匹配的查询语言（Cypher）
可以使用图形遍历语言”Gremlin”
节点和关系的索引
内建练好的web管理界面
多算法支持的高级路径查找
key和关系索引
优化的读取操作
支持事务（Java api）
支持 Groovy脚本
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：适用于描述图形类数据、丰富数据或者复杂数据之间的关系。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，网络拓扑等
-----------------------------------------------------------------------
7. Cassandra
语言： Java
特点：对BigTable和 Dynamo(亚马逊的key-value模式的存储平台-译注)支持得最好
使用许可： Apache
协议： Custom, binary (Thrift)
可自定义参数控制的分布和复制(N-复制节点数, R- 成功读操作的最小节点数, W–成功写操作的最小节点数)
支持以某个范围的键值查询，列查询
类似BigTable的功能：列，列组
写操作比读操作更快
基于 Apache Hadoop(一个分布式系统基础架构，由Apache基金会开发-译注)尽可能地进行Map/reduce
我承认对 Cassandra有偏见，因为它本身的臃肿和复杂性，当然部分是因为 Java的问题（配置，出现异常，等等）
最佳应用场景：当写操作多于读操作（记录日志）时。如果系统中的每个组件都必须用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）
语言： Java
特点：支持数十亿行 × 上百万列
使用许可： Apache
协议：HTTP/REST （支持 Thrift，见编注4）
以BigTable为蓝本
使用Hadoop进行Map/reduce
通过在server端扫描及过滤实现对查询操作预判
实时查询优化
高性能 Thrift网关
支持 XML, Protobuf, 和binary的HTTP
Cascading, hive, 以及 pig source 和 Sink 模块
基于Jruby（JIRB）的shell
不会出现单点故障
对配置改变和较小的升级都会重新回滚
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、实时访问的应用。
例如： Facebook消息数据库（更多通用用例即将出现）
语言： Erlang
特点：DB一致性，易于使用
使用许可： Apache
协议： HTTP/REST
双向数据复制，
持续性或ad-hoc
冲突检测
采用master-master复制
MVCC – 写操作不阻塞读操作
版本控制（之前的版本文档有效）
单点崩溃（可靠的）设计
必要时可进行数据压缩
视图：内嵌 map/reduce 机制(MapReduce是一种编程模型，用于大规模数据集的并行运算-译注)
视图格式：列表&显示
支持进行服务器端文档验证
支持身份验证
数据变化实时更新
支持附件处理
CouchApps（独立的 js应用程序）
包含jQuery程序库
最佳应用场景：适用于累积大量数据，变化较少，执行预定义查询的应用。适用于需要提供数据版本支持的应用。
例如： CRM、CMS系统。Master-master复制是一个有趣的功能，很易于进行多站点部署。
-----------------------------------------------------------------------
2. Redis（V2.4）
语言：C/C++
特点：速度极快
使用许可： BSD
协议：Telnet-like
有硬盘存储支持的内存数据库，
目前还没有磁盘交换（VM和Diskstore被抛弃）
Master-slave复制
通过key进行简单的值存储或哈希表存储
支持复杂操作，例如 ZREVRANGEBYSCORE。
INCR & co （数字递增存储键值，适合计算极限值或统计数据）
支持集合运算（支持 交集/差集/子集）
支持列表（支持队列；阻塞式 pop操作）
支持哈希表（多个域的对象）
支持集合排序（高分表，适用于范围查询）
支持事务
支持将数据设置成过期数据（类似快速缓冲区设计，以及冷热分离）
发布/订阅功能允许用户实现消息机制（长连接推送机制）
最佳应用场景：适用于数据变化快且数据库大小可以预计的应用程序。（这样可以合理配置内存容量）
例如：股票价格、数据分析、实时数据搜集、实时通讯。
-----------------------------------------------------------------------
3. MongoDB
语言：C++
特点：保留了SQL一些友好的特性（查询，索引）。
使用许可： AGPL（发起者： Apache）
协议： Custom, binary（BSON）
Master/slave复制（服务器间数据复制和自动故障转移）
内建自动分片机制（支持水平数据库集群）
支持 javascript表达式查询
可在服务器端执行任意的 javascript函数
优于CouchDB的update-in-place
采用内存映射文件的方式进行数据存储
对性能的要求高于功能
最好打开日志功能（参数 –journal）
在32位操作系统上，数据库大小限制约为2.5G
空数据库大约占 192Mb
采用 GridFS存储大数据和元数据（不是真正的文件系统）
最佳应用场景：如果你需要动态查询，需要使用索引而不是 map/reduce功能；需要对大数据库有良好的性能要求。如果你想使用 CouchDB，但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，但因为需要预定义表结结构让你望而却步。
-----------------------------------------------------------------------
4. Riak（V1.0）
语言：Erlang和C，以及一些Javascript
特点：具备容错能力
使用许可： Apache
协议： HTTP/REST或者 custom binary
可自定义参数控制的分布和复制(N-复制节点数, R- 成功读操作的最小节点数, W–成功写操作的最小节点数-译注)
用 JavaScript或 Erlang在操作预提交或提交时进行验证和安全检测
使用JavaScript或Erlang进行 Map/reduce
链接&链接遍历：可作为图形数据库使用
多级索引：可在元数据中进行搜索
大数据对象支持（Luwak）
提供“开源”和“企业”两个版本
Riak搜索服务器（beta版）支持全文搜索、索引、查询
正在将后端存储从“Bitcask”迁移到Google的“LevelDB”
支持Masterless多站点复制及商务授权的 SNMP监控
最佳应用场景：适用于想使用类似 Cassandra（类似Dynamo，亚马逊的key-value模式的存储平台-译注）数据库但又不愿处理数据臃肿及复杂性的情况。如果你需要很好的单站点可伸缩性，可用性和容错性，但又准备实行多点复制。
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
语言： Erlang和C
特点：兼容 Memcache，兼具持久化和支持集群
使用许可： Apache 2.0
协议：Memcached 扩展增强
非常快速（200k+/秒），通过键值访问数据
可持久化存储到硬盘
所有节点都是相同的（Master-master复制）
在内存中提供类似Memcached 的缓存单元
通过重复数据删除技术写入数据来减少IO
提供良好的集群管理web界面
软件更新时无需停止数据库服务
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，高并发和高可用性的应用
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（如Zynga）
-----------------------------------------------------------------------
6. Neo4j （V1.5M02）
语言： Java
特点：图形数据库
使用许可： GPL，其中一些特性使用AGPL/商业许可
协议： HTTP/REST（或嵌入在 Java中）
可独立使用或嵌入到 Java应用程序
完全符合ACID特性（包括持久化数据）
图形的节点和边都可以带有元数据
集成的基于模式匹配的查询语言（Cypher）
可以使用图形遍历语言”Gremlin”
节点和关系的索引
内建练好的web管理界面
多算法支持的高级路径查找
key和关系索引
优化的读取操作
支持事务（Java api）
支持 Groovy脚本
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：适用于描述图形类数据、丰富数据或者复杂数据之间的关系。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，网络拓扑等
-----------------------------------------------------------------------
7. Cassandra
语言： Java
特点：对BigTable和 Dynamo(亚马逊的key-value模式的存储平台-译注)支持得最好
使用许可： Apache
协议： Custom, binary (Thrift)
可自定义参数控制的分布和复制(N-复制节点数, R- 成功读操作的最小节点数, W–成功写操作的最小节点数)
支持以某个范围的键值查询，列查询
类似BigTable的功能：列，列组
写操作比读操作更快
基于 Apache Hadoop(一个分布式系统基础架构，由Apache基金会开发-译注)尽可能地进行Map/reduce
我承认对 Cassandra有偏见，因为它本身的臃肿和复杂性，当然部分是因为 Java的问题（配置，出现异常，等等）
最佳应用场景：当写操作多于读操作（记录日志）时。如果系统中的每个组件都必须用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）
语言： Java
特点：支持数十亿行 × 上百万列
使用许可： Apache
协议：HTTP/REST （支持 Thrift，见编注4）
以BigTable为蓝本
使用Hadoop进行Map/reduce
通过在server端扫描及过滤实现对查询操作预判
实时查询优化
高性能 Thrift网关
支持 XML, Protobuf, 和binary的HTTP
Cascading, hive, 以及 pig source 和 Sink 模块
基于Jruby（JIRB）的shell
不会出现单点故障
对配置改变和较小的升级都会重新回滚
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、实时访问的应用。
例如： Facebook消息数据库（更多通用用例即将出现）
注： CouchDB的相关的一个新闻 http://www.infoq.com/cn/news/2012/01/Katz-CouchDB-Couchbase-Server
couchdb未来走向值得关注
1162
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
