MySQL和HBase的使用对比
作者:lucky_syq
MySQL和HBase是两种不同的数据库,MySQL是一个关系型数据库,支持事务,而HBase是一个NoSQL数据库,支持海量数据的读写,MySQL适用于OLTP业务,而HBase适用于OLAP业务
MySQL和HBase的对比
Mysql
:关系型数据库,主要面向 OLTP ,支持事务,支持二级索引,支持 sql ,支持主从、 Group Replication 架构模型(此处以 Innodb 为例,不涉及别的存储引擎)。HBase
:底层使用 HDFS (存储计算分离),支持海量数据读写(尤其是写),支持上亿行、上百万列的,面向列的分布式NoSql 数据库。天然分布式(数据分片、故障自恢复 ) ,主从架构,不支持事务,不支持二级索引,不支持sql 。
1、数据存储方式
1)MySQL
MySQL采用行存储,MySQL行存储的方式比较适合OLTP业务。
MySQL优点:
- 体积小、速度快、总体拥有成本低,开源;
- 支持多种操作系统;
- 是开源数据库,提供的接口支持多种语言连接操作 ;
- MySQL 的核心程序采用完全的多线程编程。线程是轻量级的进程,它可以灵活地为用户提供服务,而不过多的系统资源。用多线程和C 语言实现的 mysql 能很容易充分利用 CPU ;
- MySql 有一个非常灵活而且安全的权限和口令系统。当客户与 MySql 服务器连接时,他们之间所有的口令传送被加密,而且 MySql 支持主机认证;
- 支持 ODBC for Windows , 支持所有的 ODBC 2.5 函数和其他许多函数, 可以用 Access 连接 MySql 服务器, 使得应用被扩展;
- 支持大型的数据库, 可以方便地支持上千万条记录的数据库。作为一个开放源代码的数据库,可以针对不同的应用进行相应的修改;
- 拥有一个非常快速而且稳定的基于线程的内存分配系统,可以持续使用面不必担心其稳定性;
- MySQL 同时提供高度多样性,能够提供很多不同的使用者介面,包括命令行客户端操作,网页浏览器,以及各式各样的程序语言介面,例如C+ , Perl , Java , PHP ,以及 Python 。你可以使用事先包装好的客户端,或者干脆自己写一个合适的应用程序。MySQL 可用于 Unix , Windows ,以及 OS/2 等平台,因此它可以用在个人电脑或者是服务器上。
MySQL缺点:
- 不支持热备份;
- MySQL 最大的缺点是其安全系统,主要是复杂而非标准,另外只有到调用 mysqladmin 来重读用户权限时才发生改变;
- 没有一种存储过程 (Stored Procedure) 语言,这是对习惯于企业级数据库的程序员的最大限制;
- MySQL 的价格随平台和安装方式变化。 Linux 的 MySQL 如果由用户自己或系统管理员而不是第三方 安装则是免费的,第三方案则必须付许可费。 Unix 或 linux 自行安装 免费 、 Unix 或 Linux 第三方安装收费。
2)HBase
HBase是面向列的 NoSql 数据库,列存储的方式比较适合 OLAP 业务,而 HBase 采用了列族的方式平衡了OLTP和 OLAP ,支持水平扩展,如果数据量比较大、对性能要求没有那么高、并且对事务没有要求的话,HBase 也是个不错的选择。
HBase优点:
- 列的可以动态增加,并且列为空就不存储数据,节省存储空间
- HBase自动切分数据,使得数据存储自动具有水平 scalability
- HBase可以提供高并发读写操作的支持
HBase缺点:
- 不能支持条件查询,只支持按照 Row key 来查询
- 暂时不能支持 Master server 的故障切换,当 Master 宕机后,整个存储系统就会挂掉( HBase 虽然本身不能故障切换,但是可以配合ZooKeeper 来实现 HMaster 主备节点的 failover )
2、适用场景
3、关系型数据库
优点:
- 数据之间有关系,进行数据的增删改查的时候是非常方便的;
- 关系型数据库是有事务操作的,保证数据的完整性和一致性
缺点:
- 因为数据和数据是有关系的,底层是运行了大量的算法,大量算法会降低系统的效率,会降低性能
- 面对海量数据的增删改查的时候会显的无能为力
- 海量数据对数据进行维护变得非常的无力
- 因此,关系型数据库适合处理一般量级的数据
4、非关系型数据库
为了处理海量数据,非关系数据库设计之初就是为了替代关系型数据库的关系
优点:
- 海量数据的增删改查是可以的
- 海量数据的维护和处理非常轻松
缺点:
- 数据和数据没有关系,他们之间就是单独存在的
- 非关系数据库没有关系,没有强大的事务关系,没有保证数据的完整性和安全性
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。