公司如何选择数据库？DynamoDB、Hadoop和MongoDB 大比拼

在游戏和物联网(IoT)领域，DynamoDB仍然是一个受欢迎的选择。如果用户使用AWS堆栈并且需要一个NoSQL数据库，那么使用DynamoDB是一个不错的选择。注意：一旦使用DynamoDB，用户可能无法像在MongoDB上那样访问嵌入式数据结构。

Hadoop

Hadoop是大型企业中比较热门的选择，因为大型企业需要服务器集群，而专门的数据管理、编程技能和高成本的实施方式对于这些服务器集群来讲并不是问题。

在构建未来的企业数据中心方面，Hadoop也可以积极发挥作用。它可能很难管理(这取决于用户决定如何管理、有或没有第三方)，但它同时也带来了很多优势。

MongoDB

在高速缓存和可伸缩性(scalability)特点上，MongoDB是个极好的选择。

MongoDB在Web开发中也起着重要作用，它可以使后端到前端的文档样式数据传递变得容易。对于创建内容管理系统的公司来说，选择MongoDB可以让管理数据变得简单。

性能问题

DynamoDB

DynamoDB在性能方面存在以下突出问题：

• DynamoDB的定价模型非常昂贵(译注：吞吐量高，导致存储成本高)。
• 低延迟读取还不够低。
• 跨区域的并行写入将导致数据丢失，并且跨区域的读取无法保持高度一致。
• 难以设置持续集成/持续交付(CI/CD)管道。
• 故障排除困难(诸如识别导致分区变热的确切密钥之类的简单操作也很复杂)。
• 持久性和一致性应用场景尚不广泛。
• 不兼容ACID事务和一致的二级索引。

Hadoop

Hadoop在性能方面存在以下突出问题：：

• DataNode和NameNode(在HDFS中有两种节点，分别是NameNode和DataNode)变慢。
• MapReduce数据本地化。
• TaskTracker的性能以及对时间间隔的影响。

MongoDB

MongoDB在性能方面存在以下突出问题：

• 设计与访问模式和架构相结合的索引非常重要。
• 大型处理对象和大型数组异常的问题。
• 安全性和耐用性设置仍令人担忧。
• 没有优化查询模块(Query optimizer，专门负责优化SELECT语句的优化器模块)。

除了这些差异，用户总能看到有支持工具悬浮在系统上，以进一步支持数据系统管理。

我们来看一些工具：

Rockset

Rockset是云中可扩展、可靠的搜索和分析服务，仅使用SQL查询语言，便可在TB级别的数据量级上构建快速的操作应用程序。

这是Rockset的最大好处。使用Rockset工具，用户的团队无需熟悉另一种查询语言。

NoSQLBooster

NoSQLBooster是用于连接管理MongoDB的图形用户接口(GUI)。此外，它还允许用户同时使用SQL语法和MongoDB语法进行查询。

因此，它不仅使管理数据库更加容易(想想使用SQL Server Management Studio时的场景)，而且还使分析人员更容易运行查询程序来回答业务问题。

Sqoop

Apache Sqoop(TM)是一种用于在Hadoop和结构化数据存储(如关系数据库)之间高效传输批量数据的工具。该类工具有助于简化与Hadoop的交互，可被称为ETL工具。

结论

DynamoDB，Hadoop和MongoDB这三个数据库系统很不一样，彼此之前并不总能互换使用。而且每个数据库都有其优缺点以及用例。

上文中突出强调的内容旨在帮助用户更好地选择合适自身的数据库系统。用户根据其组织规模，采用这些数据库系统中的任何一个都可以处理多样化的数据类型、获得有效的应用程序管理服务以及更多其他服务。

【编辑推荐】

1. MongoDB数据库误删后的恢复
2. MongoDB与MySQL：如何选择

（编辑：云计算网_泰州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!