SequoiaDB vs. MongoDB vs. Cassandra vs. HBase，您更看好哪个？（已公布获奖会员

lidrema · 发表于 2014-9-23 22:07

1.SequoiaDB vs. MongoDB vs. Cassandra vs. HBase，您更看好哪个？为什么？
   个人使用过且比较熟悉的是：MongoDB和Hbase，另外两个只是听过，但没有做过仔细的比较。四种非关系型数据库，各自的适用场景不同，也很难说哪个更好。
   由于目前大部分的大数据处理分析框架还是基于MapReduce的，因此，无疑大多会选择Hbase数据库
   而MongoDB提供了丰富的数据库功能，占据了非关系型数据库的主流位置。

2.在数据插入场景中，SequoiaDB数据库表现最为突出，甚至超过本身以插入性能著称的Cassandra，混合读写场景下性能也可圈可点，请分析下原因。
   这与SequoiaDB的物理架构、使用的数据模型密切相关。以下，主要列出了SequoiaDB的特点：
   1、当传统的关系型数据库无法做到水平扩张能力时，在SequoiaDB中会得到完美的解决，通过对数据进行垂直切片，并应用了新型的非关系型数据模型，SequoiaDB有效地降低了传统数据库分区中大量数据交换的瓶颈，进而得到线性水平扩张能力。
   2、SequoiaDB能够将用户的每一份数据实时保存多份副本，有效地防止了因服务器、机房及人为等因素所造成的系统停机带来的损失，确保随时在线可用。
   3、SequoiaDB为企业提供了用户友好并完善的管理、维护及监控界面，实现24×7的电话及现场技术支持，拥有完善的企业级支持。
   4、SequoiaDB使用JSON数据模型，灵活有效地降低关系模型的复杂性，让数据库更加贴近应用程序，从而大大降低应用程序的开发和维护成本。
   5、SequoiaDB在大规模分布式环境中提供了数据最终一致性的保障，满足用户对实时性与一致性的需求。
6、SequoiaDB通过分片机制进行读写分离，允许前端在线应用与后台数据分析完美并行互不干扰，并可结合Hadoop技术进行海量数据分析。

3.在写入性能方面，HBase与Cassandra远高于MongoDB，但是和SequoiaDB相比仍然逊色一筹；而在主键随机读操作方面，Cassandra的新版本和之前的版本比起来性能大幅度上升，基本做到和MongoDB处于同一水平线，为什么？
   Cassandra在1.0中增加了数据压缩存储技术，1.2版本又改善了对密集群(dense clusters)的支持，简化了应用程序建模，改善了数据单元存储/设计/表征，系统可以毫不费力地扩展到PB级别数据。
　　1.2版本的新特性还包括了跨虚拟节点集群、节点间的通信、原子批处理、请求跟踪等。
　　此外，1.2版本中还包含了第3版的Cassandra查询语言CQL3，简化了应用建模、允许更强大的映射，并通过更加自然的表征来减少设计上的限制。
   这些新特性的加入，无疑使Cassandra性能大幅提升
4.在查询为主的场景中，SequoiaDB与Cassandra的性能接近单纯查询的场景，而更新操作对MongoDB的损耗相对较大，使其性能仅不到3万每秒，HBase依然性能较低。为什么差异这么大？
   主要的区别，应该是在各非关系型数据库的架构设计、数据分片、数据存储形式、节点通信等的不同

陌路巨额投入 · 发表于 2014-10-6 18:51

1.SequoiaDB vs. MongoDB vs. Cassandra vs. HBase，您更看好哪个？为什么？

　　个人更看好SequoiaDB。
　　在性能和功能上能够与MongoDB做正面抗衡。
　　同样提供很多MongoDB所提供的功能如分片、多索引等特性。
　　SequoiaDB数据库在数据插入场景中表现最为突出，甚至超过本身以插入性能著称的Cassandra，混合读写场景下性能也十分优越。

2.在数据插入场景中，SequoiaDB数据库表现最为突出，甚至超过本身以插入性能著称的Cassandra，混合读写场景下性能也可圈可点，请分析下原因。

网上找的SequoiaDB特点
（一）SequoiaDB特点如下1、当传统的关系型数据库无法做到水平扩张能力时，在SequoiaDB中会得到完美的解决，通过对数据进行垂直切片，并应用了新型的非关系型数据模型，SequoiaDB有效地降低了传统数据库分区中大量数据交换的瓶颈，进而得到线性水平扩张能力。2、SequoiaDB能够将用户的每一份数据实时保存多份副本，有效地防止了因服务器、机房及人为等因素所造成的系统停机带来的损失，确保随时在线可用。3、SequoiaDB为企业提供了用户友好并完善的管理、维护及监控界面，实现24×7的电话及现场技术支持，拥有完善的企业级支持。4、SequoiaDB使用JSON数据模型，灵活有效地降低关系模型的复杂性，让数据库更加贴近应用程序，从而大大降低应用程序的开发和维护成本。5、SequoiaDB在大规模分布式环境中提供了数据最终一致性的保障，满足用户对实时性与一致性的需求。6、SequoiaDB通过分片机制进行读写分离，允许前端在线应用与后台数据分析完美并行互不干扰，并可结合Hadoop技术进行海量数据分析。（二）SequoiaDB数据模型SequoiaDB数据库没有使用传统的关系型数据模型，而是JSON数据模型。JSON数据结构的全称为Javascript Object Notation，是一种轻量级的数据交换格式，非常易于人阅读和编写，同时也易于机器生成与解析，为纯文本格式，支持嵌套结构与数组。

个人感觉：SequoiaDB数据库表现最为突出，甚至超过本身以插入性能著称的Cassandra，混合读写场景下性能也可圈可点原因在于SequoiaDB使用Hadoop连接器，SequoiaDB可以作为数据底层存储向MapReduce、Spark和Hive提供数据的增删改查功能。数据库可以有效地利用内部的多索引机制，千百倍地加速Hadoop对不同条件的随机查询操作。所以SequoiaDB数据库在数据插入场景中表现最为突出。