NoSQL性能测试：MongoDB VS SequoiaDB

作为NoSQL的一个重要类型，文档型NoSQL通常被认为是最接近传统关系型数据库的NoSQL。文档型NoSQL的核心是数据嵌套，这种设计可以从某 种程度上大大简化传统数据库复杂的关联问题。同时由于摆脱了关系模型里面的强一致性限制，文档型NoSQL还可以做到水平扩张与高可用。相比其他的 NoSQL类型，文档型NoSQL的应用范围要广泛的多。

　　常见的文档型NoSQL包括MongoDB、CouchDB等，其中MongoDB是一个高性能、开源、无模式的文档型数据库，它在许多场景下 可用于替代传统的关系型数据库或键/值存储方式，MongoDB使用C++开发，提供了很多功能，如面向集合的存储、动态查询、完整的索引支持、查询监 视、复制及自动故障转移、高效的传统存储方式、自动分片以支持云级别的伸缩性。

　　SequoiaDB(巨杉数据库)作为文档型NoSQL家族中的新成员，其企业级的新特性颇受关注。根据SequoiaDB官网的描述，该数据 库在提供文档类JSON接口的同时，能够替代HBase作为Hadoop的存储引擎。与MongoDB相比，其Hadoop接口较为完善。因此，本文将 MongoDB与SequoiaDB两款文档型NoSQL同时进行测试，对比两者的功能和性能。

　　一、测试环境

　　本次测试基于的环境是6台刀片机，每台的配置为4核AMD Opteron 2378 2.4GHz，4GB的，2x150GB Raid 0本地磁盘。使用SLES 11SP2(Kernel:3.0.13-0.27-default x86_64)。

　　MongoDB部署在6台刀片机上，每台物理机作为一个单节点Shard。其中两台物理机还部署了Config Server，另外一台物理机部署了mongos进程。

　　SequoiaDB部署在6台刀片机上，每台物理机作为一个单节点复制组，其中两台物理机还部署了编目节点，另外一台物理机部署了协调节点。

　　MongoDB与SequoiaDB均使用“id”作为分区键字段，每条记录平均550字节，均采用手工指定分区方式分区。

　　二、主要功能对比

功能	MongoDB	SequoiaDB
开发语言	C++	C++
类型	文档类	文档类
分布式机制	Sharding	Sharding
数据格式	JSON/BSON	JSON/BSON
操作界面	Javascript	Javascript
支持多索引	支持	支持
Hadoop支持	支持内置MapReduce	支持Hadoop MapReduce查询，能够连接Pig/Hive接口
支持范围切分与散列切分	支持	支持
支持聚集操作	支持	支持
其他功能	支持地理索引	支持跨集合跨节点事务、内置支持类SQL查询、支持数据压缩
主要应用场景	数据类型多变，需要动态查询，需要多字段索引	数据类型多变，需要动态查询，需要多字段索引，需要事务功能（提交回滚），Hadoop环境中的数据存储

　　三、命令行操作对比

　　以下命令行完成创建表(集合)、插入数据、查询数据、删除表(集合)四种操作。

　　1、MongoDB

　　2、SequoiaDB

　　四、主要性能对比

　　1、单节点单线程场景

　　测试环境：1台刀片机，SequoiaDB/MongoDB为独立模式。

　　录入场景：使用单线程本地TCPIP连接，插入1亿条记录。

　　查询场景：使用单线程本地TCPIP连接，使用集合扫描1亿条记录，返回最后一条。

　　(1)数据录入

　　X轴代表数据库内包含的记录总数，Y轴代表数据库每秒插入记录数量。

　　(2)数据录入(平均)

　　Y轴代表数据库平均每秒插入记录数量。

　　(3)数据查询

　　Y轴代表数据库平均每秒扫描记录数量。

　　(4)占用空间

　　Y轴代表插入1亿条记录后所占用的存储空间(单位MB)。

　　从以上测试结果可以看出，SequoiaDB在单节点、单线程的使用场景下，插入性能优于MongoDB，在查找某一特定记录方面 MongoDB略快于SequoiaDB，在特性方面，MongoDB的异步插入相当于批量插入，而SequoiaDB的压缩插入在比较占优势，性能相对 自身的批量插入提高了将近一倍，而空间节约就更加可观了。

　　2、多节点多线程环境

　　测试环境：6台HP刀片机，SequoiaDB/MongoDB为集群模式。

　　录入场景：每台机器使用5线程本地TCPIP连接(总共30线程)，总共插入1亿2千万条记录。

　　查询场景：每台机器使用5线程本地TCPIP连接(总共30线程)，每线程使用集合扫描1亿2千万条记录，返回最后一条。

　　(1)数据录入

　　X轴代表每条线程插入的记录总数，Y轴代表数据库单条线程每秒插入记录数量。

　　(2)数据录入(平均)

　　Y轴代表数据库单条线程平均每秒插入记录数量。

　　(3)数据查询

　　Y轴代表数据库单条线程平均每秒扫描记录数量。

　　(4)表扫描

　　X轴代表每条数据库中存在的记录总数，Y轴代表数据库单条线程每秒扫描记录数量。

　　(5)占用空间

　　Y轴代表插入1亿2千万条记录后所占用的总的存储空间(单位MB)。

　　在同等情况下，都采用6个分区和手动分区，MongoDB也禁用了balancer，对MongoDB和SequoiaDB共有特性进行对比测 试。从以上测试结果可以看出，SequoiaDB的插入性能在并发情况下也远远优于MongoDB，虽然MongoDB在查询特定记录方面还是略胜一筹， 但是从引入全表扫描的结果来看，一旦客户端查询并且取回记录集时，SequoiaDB优势突显。

　　五、总结

　　MongoDB和SequoiaDB作为文档型NoSQL的代表，在功能和性能表现上各有千秋。通过本次测试能够看出，MongoDB和 SequoiaDB的性能都很强劲，其中SequoiaDB更是表现不俗，相信在不久的将来SequoiaDB能够独当一面，打开企业级NoSQL市场的 局面。