MongoDB和Redis对比
接触MongoDB和Redis有段时间了，只知道他们都是KV型数据库，但是异同点却不是很清楚。google了下，看到有篇英文版的对比：英文来自——http://kkovacs.eu/cassandra-vs-mongodb-vs-couchdb-vs-redis/
于是就做了个表格，加上自己使用的一些体会，就有了此文。
MongoDB
Redis (V2.4)
说明
Written in: C++
Written in: C/C++
Main point：Retains some friendly properties of SQL. (Query, index)
Main point: Blazing fast
MongoDB保留类似SQL的属性，
例如：show dbs;db.test.find()
Redis—快
License: AGPL (Drivers: Apache)
License: BSD
Protocol: Custom, binary (BSON)
Protocol: Telnet-like
Master/slave replication (auto failover with replica sets)
主从复制+replica sets
Master-slave replication
主从复制
Sharding built-in
内置的sharding分片功能
MongoDB一般会使用replica sets和sharding功能结合，replica sets侧重高可用性及高可靠性，而sharding侧重于性能、易扩展
Queries are javascript expressions
查询是javascript语句
Run arbitrary javascript functions server-side
运行任意的server-side javascript函数
Better update-in-place than CouchDB
update-in-place的支持比CouchDB更好
Uses memory mapped files for data storage
使用内存转储文件做数据存储
Disk-backed in-memory database,
Currently without disk-swap (VM and Diskstore were abandoned)
磁盘做后备、内存数据库
目前2.4版本不带disk-swap（虚拟内存和diskstore被舍弃了）
Performance over features
（性能优于特性）
Journaling (with --journal) is best turned on
（Journaling日志功能最好打开）
On 32bit systems, limited to ~2.5Gb
在32位平台MongoDB不允许数据库文件（累计总和）超过2.5G，而64位平台没有这个限制。
An empty database takes up 192Mb
空数据库大约占 192Mb
GridFS to store big data + metadata (not actually an FS)
使用GridFS存储大数据和元数据（不是真正意义上的文件系统）
GridFS是一种将大型文件存储在MongoDB的文件规范。
Values can be set to expire (as in a cache)
可以设置value过期（由于在内存中）
expire name 10
例如：设置name这个value的过期时间是10S
Simple values or hash tables by keys，but complex operations like ZREVRANGEBYSCORE.
INCR & co (good for rate limiting or statistics)
使用简单值或以key值为索引的哈希表，也支持复杂的例如ZREVRANGEBYSCORE的有序集操作
Has sets (also union/diff/inter)
Has lists (also a queue; blocking pop)
Has hashes (objects of multiple fields)
Sorted sets (high score table, good for range queries)
有很多类型的数据，包括sets,lists,hash,有序集
Redis has transactions (!)
redis支持事物处理
Pub/Sub lets one implement messaging (!)
Pub/Sub允许用户实现消息机制，因此redis用于新浪微博中
适用——动态查询; 索引比map/reduce方式更合适时; 对于大数据库性能要求高，需要和CouchDB的功能一样,但数据变化大
适用——数据库大小快速变化并且总量可预测的，对内存要求高
举例——大部分用Mysql/PostgreSQL的场合，但是无法使用预先定义好所有列的时候
举例——股票价格、统计分析、实时数据收集、实时通信
另外一篇内存型数据库的对比，请参考——《memcache vs redis》
页:
[1]