哪种NOSQL数据库工具更适合我的应用程序？

Question

我计划开发一些应用程序，比如与朋友的朋友的朋友联系。它可能看起来像Facebook或Twitter，但最初我计划实现它，以了解更多关于NOSQL数据库的知识。

NOSQL中有许多数据库工具。我已经经历了许多数据库类型，如文档存储、键值存储、列类型、图形数据库。最后，我提出了两个数据库工具，分别是cassandra和Neo4J。选择任何一个都是对的，如果不能纠正我的话，请给我一些宝贵的意见。

还有一件事是我选择的语言绑定是JAVA。

我的问题是，哪种数据库工具适合我的应用程序？

期待您的宝贵意见。感谢您抽出宝贵的时间。

Answer 1

蒂姆，你真的应该单独发布你的问题，而不是作为对OP的回答，而事实并非如此。

但要回答这个问题，首先，请到http://www.slideshare.net/benjaminblack/introduction-to-cassandra-replication-and-consistency上阅读本·布莱克的幻灯片。

完成了吗？好的，现在是具体的问题：

“如何在后续读取时协调副本数据状态中的差异？”

时间戳最高者获胜。

“所有区域都使用相同的系统时钟吗？”

时间戳由客户端(即您的应用服务器)提供。它们应该与例如ntpd同步(这是一个很好的实践)，但是不需要很高的精度，因为如果排序很重要，你应该通过使用唯一的列名或使用外部锁来避免冲突。

例如:如果你在Twitter克隆中有一个关注你的用户列表，你应该为每个追随者提供自己的列，无论时钟多么不同步，都不会丢失数据。

如果你的网站有一个管理工具，两个管理员“同时”上传了一个新的收藏图标，那么只有一个更新会赢，哪一个更新并不重要。在这里，你确实想要同步你的时钟，但是“几毫秒之内”已经足够接近了。

如果您正在管理用户注册，并且您希望仅当帐户"jbellis“不存在时才允许创建该帐户，那么无论您的时钟多么同步，您都需要一个锁管理器。

“会返回过时的数据吗？”

一个节点(一个比“区域”更好的单元)将不会有它在停机期间丢失的数据，直到它通过读取修复、暗示切换或反熵修复来发送该数据。同时，它将回复带有陈旧数据的读取请求；如果您使用足够高的一致性级别读取请求，则读取请求将等待足够多的其他回复，以确保您始终看到最新的版本，这可能意味着如果有足够多的其他副本关闭，则无法满足请求。

否则，较低的一致性级别(例如1)隐含地意味着“我知道，这种较低的一致性级别具有更高的可用性和更低的延迟，这意味着我可以在停机后暂时看到陈旧的数据。”

Answer 2

我不确定我是否理解Cassandata一致性模型关于跨多个可用区的数据协议的所有含义。

假设有多个区域，并且Cassandra中的协调器节点使用的一致性级别不需要所有区域都报告，而只需要一个仲裁，那么在随后的读取中如何协调区域数据状态的差异？

所有区域都使用相同的系统时钟吗？或者每个区域都有自己的时钟？如果它们不是在同一个时钟下工作，那么如何同步它们，以便在“修复”过程中比较时间戳？

假设具有准确、最新数据的区域现在处于离线状态，而在上一次写入期间处于离线状态的区域(因此它没有得到更新，并且包含过时的数据)现在又恢复在线。会返回过时的数据吗？协调器有没有办法知道数据已经过时了？

Answer 3

如果您在短期内不需要扩展，我会选择Neo4j，因为它旨在存储您所描述的网络。(如果你最终确实需要扩展，也许你可以把Gizzard放在它前面或者别的什么地方。祝你好运！)