Memcache,Redis,MongoDB三種非關(guān)系型數(shù)據(jù)庫(kù)的對(duì)比

一、Mongodb

非關(guān)系型數(shù)據(jù)庫(kù)(nosql ),屬于文檔型數(shù)據(jù)庫(kù)崭闲。先解釋一下文檔的數(shù)據(jù)庫(kù)肋联,即可以存放xml、json刁俭、bson類型系那個(gè)的數(shù)據(jù)牺蹄。這些數(shù)據(jù)具備自述性(self-describing),呈現(xiàn)分層的樹(shù)狀數(shù)據(jù)結(jié)構(gòu)薄翅。數(shù)據(jù)結(jié)構(gòu)由鍵值(key=>value)對(duì)組成。

存儲(chǔ)方式:虛擬內(nèi)存+持久化氓奈。

查詢語(yǔ)句:是獨(dú)特的Mongodb的查詢方式翘魄。

適合場(chǎng)景:事件的記錄,內(nèi)容管理或者博客平臺(tái)等等舀奶。

架構(gòu)特點(diǎn):可以通過(guò)副本集暑竟,以及分片來(lái)實(shí)現(xiàn)高可用。

數(shù)據(jù)處理:數(shù)據(jù)是存儲(chǔ)在硬盤上的育勺,只不過(guò)需要經(jīng)常讀取的數(shù)據(jù)會(huì)被加載到內(nèi)存中但荤,將數(shù)據(jù)存儲(chǔ)在物理內(nèi)存中,從而達(dá)到高速讀寫(xiě)涧至。

成熟度與廣泛度:新興數(shù)據(jù)庫(kù)腹躁,成熟度較低,Nosql數(shù)據(jù)庫(kù)中最為接近關(guān)系型數(shù)據(jù)庫(kù)南蓬,比較完善的DB之一纺非,適用人群不斷在增長(zhǎng)。

優(yōu)勢(shì):

  • 快速赘方!在適量級(jí)的內(nèi)存的Mongodb的性能是非常迅速的烧颖,它將熱數(shù)據(jù)存儲(chǔ)在物理內(nèi)存中,使得熱數(shù)據(jù)的讀寫(xiě)變得十分快窄陡,

  • 高擴(kuò)展炕淮!

  • 自身的Failover機(jī)制!

  • json的存儲(chǔ)格式跳夭!

缺點(diǎn):主要是無(wú)事物機(jī)制涂圆!

二们镜、Memcached

1.介紹

Memcached 是一個(gè)高性能的分布式內(nèi)存對(duì)象緩存系統(tǒng),用于動(dòng)態(tài)Web應(yīng)用以減輕數(shù)據(jù)庫(kù)負(fù)載乘综。它通過(guò)在內(nèi)存中緩存數(shù)據(jù)和對(duì)象來(lái)減少讀取數(shù)據(jù)庫(kù)的次數(shù)憎账,從而提供動(dòng)態(tài)、數(shù)據(jù)庫(kù)驅(qū)動(dòng)網(wǎng)站的速度卡辰,現(xiàn)在已被LiveJournal胞皱、hatena、Facebook九妈、Vox反砌、LiveJournal等公司所使用。

2.Memcached工作方式分析****

許多Web應(yīng)用都將數(shù)據(jù)保存到RDBMS中萌朱,應(yīng)用服務(wù)器從中讀取數(shù)據(jù)并在瀏覽器中顯示宴树。 但隨著數(shù)據(jù)量的增大、訪問(wèn)的集中晶疼,就會(huì)出現(xiàn)RDBMS的負(fù)擔(dān)加重酒贬、數(shù)據(jù)庫(kù)響應(yīng)惡化、 網(wǎng)站顯示延遲等重大影響翠霍。Memcached是高性能的分布式內(nèi)存緩存服務(wù)器,通過(guò)緩存數(shù)據(jù)庫(kù)查詢結(jié)果锭吨,減少數(shù)據(jù)庫(kù)訪問(wèn)次數(shù),以提高動(dòng)態(tài)Web等應(yīng)用的速度寒匙、 提高可擴(kuò)展性零如。下圖展示了memcache與數(shù)據(jù)庫(kù)端協(xié)同工作情況:

image

其中的過(guò)程是這樣的:
1.檢查用戶請(qǐng)求的數(shù)據(jù)是緩存中是否有存在,如果有存在的話锄弱,只需要直接把請(qǐng)求的數(shù)據(jù)返回考蕾,無(wú)需查詢數(shù)據(jù)庫(kù)。
2.如果請(qǐng)求的數(shù)據(jù)在緩存中找不到会宪,這時(shí)候再去查詢數(shù)據(jù)庫(kù)肖卧。返回請(qǐng)求數(shù)據(jù)的同時(shí),把數(shù)據(jù)存儲(chǔ)到緩存中一份掸鹅。
3.保持緩存的“新鮮性”喜命,每當(dāng)數(shù)據(jù)發(fā)生變化的時(shí)候(比如,數(shù)據(jù)有被修改河劝,或被刪除的情況下)壁榕,要同步的更新緩存信息,確保用戶不會(huì)在緩存取到舊的數(shù)據(jù)赎瞎。

 Memcached作為高速運(yùn)行的分布式緩存服務(wù)器牌里,具有以下的特點(diǎn):

協(xié)議簡(jiǎn)單
基于libevent的事件處理
內(nèi)置內(nèi)存存儲(chǔ)方式
memcached不互相通信的分布式

3.如何實(shí)現(xiàn)分布式可拓展性

Memcached的分布式不是在服務(wù)器端實(shí)現(xiàn)的,而是在客戶端應(yīng)用中實(shí)現(xiàn)的,即通過(guò)內(nèi)置算法制定目標(biāo)數(shù)據(jù)的節(jié)點(diǎn)牡辽,如下圖所示:

image

三喳篇、Redis

1.介紹

Redis是一個(gè)key-value存儲(chǔ)系統(tǒng)。和Memcached類似态辛,它支持存儲(chǔ)的value類型相對(duì)更多麸澜,包括string(字符串)、list(鏈表)奏黑、set(集合)和zset(有序集合)炊邦。這些數(shù)據(jù)類型都支持push/pop、add/remove及取交集并集和差集及更豐富的操作熟史,而且這些操作都是原子性的馁害。在此基礎(chǔ)上,redis支持各種不同方式的排序蹂匹。與memcached一樣碘菜,為了保證效率,數(shù)據(jù)都是緩存在內(nèi)存中限寞。區(qū)別的是redis會(huì)周期性的把更新的數(shù)據(jù)寫(xiě)入磁盤或者把修改操作寫(xiě)入追加的記錄文件忍啸,并且在此基礎(chǔ)上實(shí)現(xiàn)了master-slave(主從)同步,當(dāng)前Redis的應(yīng)用已經(jīng)非常廣泛,國(guó)內(nèi)像新浪履植、淘寶计雌,國(guó)外像 Flickr、Github等均在使用Redis的緩存服務(wù)静尼。

2.工作方式分析

Redis作為一個(gè)高性能的key-value數(shù)據(jù)庫(kù)具有以下特征:

    多樣的數(shù)據(jù)模型
    持久化
    主從同步  

 Redis支持豐富的數(shù)據(jù)類型,最為常用的數(shù)據(jù)類型主要由五種:String传泊、Hash鼠渺、List、Set和Sorted Set眷细。Redis通常將數(shù)據(jù)存儲(chǔ)于內(nèi)存中拦盹,或被配置為使用虛擬內(nèi)存。Redis有一個(gè)很重要的特點(diǎn)就是它可以實(shí)現(xiàn)持久化數(shù)據(jù)溪椎,通過(guò)兩種方式可以實(shí)現(xiàn)數(shù)據(jù)持久化:使用RDB快照的方式普舆,將內(nèi)存中的數(shù)據(jù)不斷寫(xiě)入磁盤;或使用類似MySQL的AOF日志方式校读,記錄每次更新的日志沼侣。前者性能較高,但是可能會(huì)引起一定程度的數(shù)據(jù)丟失歉秫;后者相反蛾洛。 Redis支持將數(shù)據(jù)同步到多臺(tái)從數(shù)據(jù)庫(kù)上,這種特性對(duì)提高讀取性能非常有益。

3.如何實(shí)現(xiàn)分布式可拓展性

2.8以前的版本:與Memcached一致轧膘,可以在客戶端實(shí)現(xiàn)钞螟,也可以使用代理,twitter已開(kāi)發(fā)出用于Redis和Memcached的代理Twemproxy 谎碍。
3.0以后的版本:相較于Memcached只能采用客戶端實(shí)現(xiàn)分布式存儲(chǔ)鳞滨,Redis則在服務(wù)器端構(gòu)建分布式存儲(chǔ)。Redis Cluster是一個(gè)實(shí)現(xiàn)了分布式且允許單點(diǎn)故障的Redis高級(jí)版本蟆淀,它沒(méi)有中心節(jié)點(diǎn)拯啦,各個(gè)節(jié)點(diǎn)地位一致,具有線性可伸縮的功能扳碍。如圖給出Redis Cluster的分布式存儲(chǔ)架構(gòu)提岔,其中節(jié)點(diǎn)與節(jié)點(diǎn)之間通過(guò)二進(jìn)制協(xié)議進(jìn)行通信,節(jié)點(diǎn)與客戶端之間通過(guò)ascii協(xié)議進(jìn)行通信笋敞。在數(shù)據(jù)的放置策略上碱蒙,Redis Cluster將整個(gè)key的數(shù)值域分成16384個(gè)哈希槽,每個(gè)節(jié)點(diǎn)上可以存儲(chǔ)一個(gè)或多個(gè)哈希槽夯巷,也就是說(shuō)當(dāng)前Redis Cluster支持的最大節(jié)點(diǎn)數(shù)就是16384

image

四赛惩、三種數(shù)據(jù)庫(kù)對(duì)比

1.redis和Mongodb應(yīng)用場(chǎng)景對(duì)比

現(xiàn)在的分布式項(xiàng)目基本都會(huì)用到redis和mongodb,可是redis和mongdb到底有什么不同呢趁餐,今天我就基于我們公司的項(xiàng)目來(lái)具體介紹一下redis和mongodb的各自的應(yīng)用場(chǎng)景

項(xiàng)目中涉及評(píng)論的內(nèi)容喷兼,而且這個(gè)評(píng)論表的數(shù)據(jù)后期會(huì)非常大(海量的數(shù)據(jù)),最后在數(shù)據(jù)量非常大的情況下還要求比較復(fù)雜的查詢后雷〖竟撸基于上述這些情況,我們采用mongodb作為評(píng)論表存儲(chǔ)數(shù)據(jù)庫(kù)臀突。

首先我們這個(gè)項(xiàng)目中有兩種應(yīng)用場(chǎng)景:
場(chǎng)景一:要求TPS(不知道的右轉(zhuǎn)百度)特別高的勉抓,比如我們項(xiàng)目有一個(gè)點(diǎn)贊的功能,這個(gè)點(diǎn)贊的功能促發(fā)頻率特別高候学,而且并發(fā)量也會(huì)特別大藕筋,但是它的數(shù)據(jù)量不會(huì)特別大∈崧耄基于這種情況下隐圾,我們采用redis來(lái)實(shí)現(xiàn)點(diǎn)贊功能。
場(chǎng)景二:項(xiàng)目中涉及評(píng)論的內(nèi)容掰茶,而且這個(gè)評(píng)論表的數(shù)據(jù)后期會(huì)非常大(海量的數(shù)據(jù))暇藏,最后在數(shù)據(jù)量非常大的情況下還要求比較復(fù)雜的查詢”艚基于上述這些情況叨咖,我們采用mongodb作為評(píng)論表存儲(chǔ)數(shù)據(jù)庫(kù)。

2.Memcached和Redis應(yīng)用場(chǎng)景對(duì)比

Memcached:動(dòng)態(tài)系統(tǒng)中減輕數(shù)據(jù)庫(kù)負(fù)載,提升性能甸各;做緩存垛贤,適合多讀少寫(xiě),大數(shù)據(jù)量的情況(如人人網(wǎng)大量查詢用戶信息趣倾、好友信息聘惦、文章信息等)。

Redis:適用于對(duì)讀寫(xiě)效率要求都很高儒恋,數(shù)據(jù)處理業(yè)務(wù)復(fù)雜和對(duì)安全性要求較高的系統(tǒng)(如新浪微博的計(jì)數(shù)和微博發(fā)布部分系統(tǒng)善绎,對(duì)數(shù)據(jù)安全性、讀寫(xiě)要求都很高)诫尽。

3.細(xì)節(jié)方面的對(duì)比

可靠性:MemCached不支持?jǐn)?shù)據(jù)持久化禀酱,斷電或重啟后數(shù)據(jù)消失,但其穩(wěn)定性是有保證的牧嫉。Redis支持?jǐn)?shù)據(jù)持久化和數(shù)據(jù)恢復(fù)剂跟,允許單點(diǎn)故障,但是同時(shí)也會(huì)付出性能的代價(jià)酣藻。

五曹洽、總結(jié)

這里我用大白話的方式來(lái)講一下,我對(duì)這三種非關(guān)系型數(shù)據(jù)庫(kù)的理解

MongoDB主要用來(lái)解決海量數(shù)據(jù)的訪問(wèn)效率問(wèn)題辽剧,他是最像關(guān)系型數(shù)據(jù)庫(kù)的非關(guān)系型數(shù)據(jù)庫(kù)送淆。

MongoDB 的主要適用場(chǎng)景為:數(shù)據(jù)不是特別重要(例如通知,推送這些)怕轿,數(shù)據(jù)表結(jié)構(gòu)變化較為頻繁偷崩,數(shù)據(jù)量特別大,數(shù)據(jù)的并發(fā)性特別高撞羽,數(shù)據(jù)結(jié)構(gòu)比較特別(例如地圖的位置坐標(biāo))阐斜,這些情況下用 MongoDB

Memcached主要是用來(lái)提高訪問(wèn)關(guān)系型數(shù)據(jù)庫(kù)的效率問(wèn)題,只局限于訪問(wèn)放吩。

redis在我看來(lái)算是Memcached的升級(jí)版智听,加入了提高數(shù)據(jù)庫(kù)寫(xiě)入的功能羽杰。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末渡紫,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子考赛,更是在濱河造成了極大的恐慌惕澎,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,755評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件颜骤,死亡現(xiàn)場(chǎng)離奇詭異唧喉,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,305評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門八孝,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)董朝,“玉大人,你說(shuō)我怎么就攤上這事干跛∽咏” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 165,138評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵楼入,是天一觀的道長(zhǎng)哥捕。 經(jīng)常有香客問(wèn)我,道長(zhǎng)嘉熊,這世上最難降的妖魔是什么遥赚? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,791評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮阐肤,結(jié)果婚禮上凫佛,老公的妹妹穿的比我還像新娘。我一直安慰自己泽腮,他們只是感情好御蒲,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,794評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著诊赊,像睡著了一般厚满。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上碧磅,一...
    開(kāi)封第一講書(shū)人閱讀 51,631評(píng)論 1 305
  • 那天碘箍,我揣著相機(jī)與錄音,去河邊找鬼鲸郊。 笑死丰榴,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的秆撮。 我是一名探鬼主播四濒,決...
    沈念sama閱讀 40,362評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼职辨!你這毒婦竟也來(lái)了盗蟆?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 39,264評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤舒裤,失蹤者是張志新(化名)和其女友劉穎喳资,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體腾供,經(jīng)...
    沈念sama閱讀 45,724評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡仆邓,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,900評(píng)論 3 336
  • 正文 我和宋清朗相戀三年鲜滩,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片节值。...
    茶點(diǎn)故事閱讀 40,040評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡徙硅,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出搞疗,到底是詐尸還是另有隱情闷游,我是刑警寧澤,帶...
    沈念sama閱讀 35,742評(píng)論 5 346
  • 正文 年R本政府宣布贴汪,位于F島的核電站脐往,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏扳埂。R本人自食惡果不足惜业簿,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,364評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望阳懂。 院中可真熱鬧,春花似錦岩调、人聲如沸号枕。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,944評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)艳狐。三九已至皿桑,卻和暖如春诲侮,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背粉私。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,060評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工诺核, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留久信,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,247評(píng)論 3 371
  • 正文 我出身青樓入客,卻偏偏與公主長(zhǎng)得像桌硫,于是被迫代替她去往敵國(guó)和親啃炸。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,979評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容