sql - Hypertable 诉 HBase 和 BigTable 诉 SQL

Question

由于 Hypertable 和 HBase 似乎是两个主要的开源 BigTable 实现，这两个数据库之间的主要优缺点是什么？

此外，BigTable 和 SQL RDBMS 之间的主要优缺点是什么，以及在使用 Postgres 和 Hypertable 等传统 RDBMS 编写项目时，我可以期待哪些显着差异？

Answer 1

冒着扩大第二个问题的风险（我从未玩过 BigTable，但我玩过 MongoDB 和 CouchDB）......

就我所知，最重要的区别是 RDBMS 都使用基于行的存储，而 NoSQL 引擎使用基于列的存储。优点和缺点主要来自这一点。

http://en.wikipedia.org/wiki/Column-oriented_DBMS

我倾向于记住的主要考虑因素是 ACID 合规性：NoSQL 引擎最终是一致的，而不是始终一致的。可以把它想象成一个表现得像网站缓存的存储：后者通常是有效且一致的，但偶尔会稍微过时/不一致。

这里没有对错之分：对于某些用例（例如搜索引擎、博客），稍微不一致是非常可接受的选择；对于其他人（例如银行、计费系统）则不然。（我倾向于研究需要原子性的东西。）

然后，有很多性能考虑可以分解为实现细节。

争取最终一致性的直接后果是完整性检查等通常在应用程序而不是数据存储中完成（即没有触发器或存储过程可言）。您的数据存储最终需要做的工作更少，这会带来明显的性能优势。

基于列的存储意味着如果您更新文档中的单个列，您只会使该列无效。相比之下，基于行的存储会使整行无效。根据您通常更新数据的方式（即仅几列与大多数列），任何一种方法都可以加起来。

基于列的存储的另一面是它使连接更加棘手（从实现的角度来看）。用过于简单的术语，将其视为每列有一个 EAV 表；这适用于几张桌子。如果您需要一个需要十几个关于销售或库存的连接的大型报告（一个好的 RDBMS 可以很好地处理），那就另当别论了。

希望更有经验的用户参与 NoSQL 分片和复制。关于这一点，我只想指出 Postgres 从 9.0 开始就内置了复制功能，并且非常擅长处理跨多个分区的查询。

无论如何...长话短说：除非您已经知道在下一个项目中需要立即扩展到大量数据中心中的 PB 和数以亿计的请求，否则我认为您应该考虑的唯一因素是在选择 SQL 或 NoSQL 实现时，请注意您是否绝对需要 ACID 合规性。

最后，如果您的主要兴趣在于尝试新玩具，请考虑尝试使用面向图形的数据库。这些可能结合了基于行和基于列的存储的好处。