选择数据库技术

Question

我们正准备建立一个在线平台（API，服务器，数据，Wahoo！）。对于上下文，假设我们需要构建类似于twitter的东西，但是在现场活动周围组织评论（推文）。有关实况事件本身的信息必须尽可能快速且一致地提供给客户，而关于事件的评论可能需要等待一段时间才能交付。在现场活动结束后，我们会读得很重。

可扩展性非常重要。我们想开始租用VPS切片，并从那里开始扩展。我是云的忠实粉丝，并希望尽可能长时间留在那里。我们可能会使用红宝石。

我确信我想尝试文档存储而不是RDBMS。我喜欢无模式存储的想法，以及通过关注键值来实现更容易扩展的承诺。

问题是我不知道哪种技术最适合我们的平台。我看过Couch，Mongo，Tokyo Cabinet，Cassandra和带有blobbed文档的RDBMS。有没有帮助为这个特定的工作选择合适的工具？

Answer 1

通过BJ Clark查看NO SQL备选方案比较。

  

可扩展性非常重要。

然后你需要考虑他博客的摘录：

1. 东京内阁 - 不扩展
2. Redis - 不缩放
3. Project Voldemort - scale
4. MongoDB - 限制（已实施分片）
5. 卡桑德拉 - 鳞片
6. Amazon S3 - 缩放
7. 沙发 - 无法扩展（Clustering＆amp; replication）
8. MySQL - 无法扩展

考虑HyperTable。这也是No-SQL替代方案中的一个重要竞争者。它是Google BigTable概念的开源实现。 我相信它的扩展性很好，因为它被中国搜索引擎百度和娱乐门户Rediff广泛使用。

你在说：

  

有关直播活动的信息   本身必须以交付方式交付给客户   尽可能快速一致   而关于该事件的评论可以   可能要再等一会儿了   交付。之后我们会读得很重   现场活动结束。

这就像Twitter的方法。您的编程语言选择也非常重要，因为Twitter最初使用Ruby进行后端邮件传递，但they were saying这不是正确的选择，他们已将整个邮件传递系统移动到Scala语言。

他们仍在使用Ruby作为前端。如果您希望使用非常适合可扩展环境的高度可靠，容错系统，那么您应该考虑Scala或Erlang。

Answer 2

Ramesh有一个很好的总结。我想补充一点，Cassandra拥有比vanilla Dynamo克隆（如Voldemort或Dynomite）更丰富的数据模型：具有命名，排序列而不仅仅是键/值的行。 Cassandra正在被Twitter，Mahalo，Ooyala，SimpleGeo，WebEx和其他人（http://n2.nabble.com/Cassandra-users-survey-td4040068.html）使用，其中至少有一些在EC2或机架式云服务器上运行Cassandra集群。

Answer 3

如果要水平扩展（在多个节点上分布数据），则必须考虑CAP定理。

http://www.julianbrowne.com/article/viewer/brewers-cap-theorem

这不是一件容易的事，但你必须选择，总会有某种折衷。