小程序
传感搜
传感圈

在Java企业架构中比较MongoDB和Couchbase 译文 精选

传感学人
2023-08-24
关注

译者 | 陈峻

审校 | 重楼

无论您是经验丰富的开发人员、还是数据库管理员、亦或NoSQL数据库的爱好者，可能已经注意到，在如今快速发展的企业架构格局中，MongoDB和Couchbase已成为NoSQL数据库的两大典型竞品。本文将通过展示在真实企业架构中使用MongoDB和Couchbase的Java示例，和您一起探索两者之间的关键差异，各自独有的优势和不足，以及如何在它们之间快速切换，以确保无缝地适应项目的动态需求。

NoSQL文档数据库

让我们首先对NoSQL文档数据库，以及基本的存储和检索原理有所理解。NoSQL数据库采用灵活的模式和JSON/BSON文档格式，以适应不断变化数据的需求。NoSQL数据库，也被称为“Not Only SQL”，旨在解决传统关系数据库的局限性。与具有固定模式的结构化表的关系数据库不同，NoSQL数据库提供了一个灵活的无模式（schema-less）数据模型。在NoSQL类别中，文档数据库直接在文档中存储和检索数据。如下图所示，它们通常表现为类似JSON的对象或BSON（Binary JSON）文档。通过嵌套结构，这些文档能够高度适应不断变化的数据需求。

Couchbase


作为领先的NoSQL文档数据库，Couchbase在性能、可扩展性和可用性方面非常出色。它结合了分布式键值存储和面向文档的数据库功能，能够在多个节点和数据中心之间提供无缝的水平扩展。凭借其强大的一致性模型，Couchbase可以处理具有低延迟和高吞吐量需求的大规模应用。同时，它也能够提供强大的移动和边缘计算支持，并已成为了需要横跨不同设备进行数据同步的应用项目的理想选择。

Couchbase的优势

  • 高性能：Couchbase的分布式架构和内存优先的存储引擎，可以提供卓越的性能。即使在重负载下，它也能确保低延迟的数据访问。其高效的缓存机制优化了读写操作，可以为高吞吐量应用实现无缝的扩展。
  • 可扩展性：Couchbase的自动分片和多维扩展功能，可以轻松地实现水平扩展。它能够在多个节点和集群之间快速扩展，并在不影响性能的情况下，满足不断增长的数据和用户需求。
  • 强大的一致性：带有多维扩展（Multi-Dimensional Scaling，MDS）的Couchbase带有强大的一致性，提供了关键应用所需的ACID属性，并确保了适用于关键任务用例的数据完整性和可靠性。
  • 内置的全文搜索：Couchbase集成了强大的全文搜索引擎，使得开发人员能够快速地对非结构化数据执行复杂的搜索与查询。该内置功能不但简化了开发，而且增强了应用的搜索能力。
  • 移动和边缘计算支持：由Couchbase提供的Couchbase Lite，是一个专为移动和边缘计算设计的嵌入式NoSQL数据库。它通过横跨设备的无缝数据同步，实现了离线访问和实时更新，并已成为了移动应用和物联网用例的理想选择。

MongoDB


作为另一款著名的NoSQL文档数据库，MongoDB以其易用性、灵活性和强大的查询功能而广受欢迎。它能够将数据存储到类似JSON的BSON文档中，并提供动态的进化模式。MongoDB的设计非常适合敏捷开发。开发人员能够通过快速迭代，来适应不断变化的应用需求。凭借着水平扩展功能，以及丰富的工具和库生态系统，MongoDB已成为了从Web应用到大数据实时分析等用例的热门选择。

MongoDB的优势

  • 灵活的模式：MongoDB的无模式设计，允许开发人员实时地调整数据结构，促进敏捷开发，以适应不断变化的应用需求，且无需迁移数据库模式。
  • 水平可扩展性：MongoDB对于水平扩展和自动分片的原生支持，使得应用能够毫不费力地处理大量数据、以及并发的用户请求。随着用户群的扩大，它能够确保应用的无缝增长。
  • 丰富的查询语言：MongoDB查询语言（MQL）提供了一种灵活且富有表现力的方式，来检索和操作数据。凭借针对复杂查询和强聚合管道的支持，开发人员可以根据自己的需求去定制响应。
  • 复制和高可用性：MongoDB的副本集架构确保了横跨多个节点的自动数据复制，并保证了数据的冗余和高可用性。在主节点出现故障时，辅助节点可以迅速接管，并最大限度地减少宕机时间。
  • 敏捷开发：MongoDB的易用性、直观的API、以及简单的设置，都促进了快速原型和开发周期。开发人员可以快速地通过迭代和测试，来缩短新功能和应用的面市时间。

Couchbase和MongoDB之间的共同点

总的说来，Couchbase和MongoDB都有着如下核心功能和属性：

  • 文档存储：两种数据库都能够将数据存储在灵活、无模式的文档中，并支持直接的数据表示和操作。
  • 水平可扩展性：它们都允许应用在多个节点上分发数据，并确保高可用性和容错性。
  • 分布式架构：两种数据库都可以在分布式环境中运行，并提供跨集群的无缝数据复制和分发。
  • JSON/BSON支持：两者都使用类似JSON的BSON文档，作为其主要的数据格式，以确保与现代应用架构的兼容性。
  • 丰富的查询功能：它们提供了强大的查询语言，实现了高效的检索和数据操作。

下面，让我们来探讨一下每个数据库的不足：

Couchbase的不足

  • 复杂性：设置和配置Couchbase集群可能会比MongoDB更加复杂，特别是在大规模部署过程中。
  • 学习曲线：由于附带有各种高级功能和概念，因此Couchbase的新手开发人员可能会面临更加陡峭的学习曲线。
  • 社区和生态系统：虽然Couchbase有一个不断增长的社区和生态系统，但是它目前尚不及MongoDB那么广泛，因此导致了资源和社区驱动型解决方案会少一些。

MongoDB的不足

  • 数据一致性：MongoDB的默认一致性模型，可能不适合那些需要强一致性的应用，因此需要事先仔细设计和考虑。
  • 联合操作：MongoDB缺乏对于传统SQL的支持，这会导致规范化复杂数据和应用端处理的增加。
  • 内存使用率：MongoDB的内存使用率相对比较高，特别是在处理大量索引或数据集时，这可能会影响到整体性能。

如何在Couchbase和MongoDB之间进行选择，主要取决于具体的项目要求、现有的技术堆栈，以及对于一致性、可扩展性和易用性的需求。下面的表格对比了两种数据库的特点，可方便架构师和开发人员根据其应用的独特需求、以及性能目标，做出明智的决策。

特点

COUCHBASE

MONGODB

查询语言

N1QL（类似SQL）

MongoDB查询语言（MQL）

一致性模型

强一致性

最终一致性（可配置）

分片机制

自动和手动分片

自动分片

聚合框架

提供（使用N1QL）

提供

联合

支持（使用N1QL）

不支持（需要去规范化）

真实应用场景比较

下面，我将通过在真实的Java企业应用场景中，使用Couchbase、MongoDB、以及Jakarta NoSQL规范，来讨论两种数据库如何通过其独特的功能，来执行查询，管理一致性，以及处理聚合。我们将创建一个啤酒工厂应用，来高效地管理啤酒送货地址和用户信息。该应用将在Open Liberty服务器上运行，并能够与Jakarta EE 10或Eclipse MicroProfile 6相兼容。


首先，我们将使用Jakarta EE Starter或Eclipse MicroProfile Starter来创建项目，然后添加所需的依赖项。有了Jakarta NoSQL的广泛数据库支持，我们可以通过下列代码段，将Couchbase和MongoDB添加到Maven依赖列表中。

XML
<dependency>

 <groupId>org.eclipse.jnosql.databases</groupId>

 <artifactId>jnosql-couchbase</artifactId>

 <version>${jnosql.version}</version>

</dependency>

<dependency>

 <groupId>org.eclipse.jnosql.databases</groupId>

 <artifactId>jnosql-mongodb</artifactId>

 <version>${jnosql.version}</version>

</dependency>

设置好依赖项后，我们将在microprofile-config.properties文件中配置凭据。此外，我们将使用系统环境配置，去覆盖Eclipse MicroProfile的配置。当类路径（classpath）中存在多个选项时，jnosql.document.provider键将确保我们选择合适的文档提供程序。请参见如下代码段：

Properties files
jnosql.couchbase.host=couchbase://localhost
jnosql.couchbase.user=root
jnosql.couchbase.password=123456
jnosql.document.database=factory
jnosql.mongodb.host=localhost:27017
#for use couchbase uncomment this line
#jnosql.document.provider=org.eclipse.jnosql.databases.couchbase.communication.CouchbaseDocumentConfiguration
#for use MongoDB uncomment this line
jnosql.document.provider=org.eclipse.jnosql.databases.mongodb.communication.MongoDBDocumentConfiguration

该应用的核心在于实体创建，我们在其中定义了Beer实体，以及嵌套式Address的子文档结构。

Java
@Entity("beer")
public class Beer {

 @Id
 private String id;

 @Column
 private String name;

 @Column
 private String style;

 @Column
 private String hop;

 @Column
 private String yeast;

 @Column
 private String malt;

 @Column
 private Address address;

 @Column
 private String user;
}

@Entity
public class Address {

 @Column
 private String city;

 @Column
 private String country;

}

在实体准备就绪后，我们将使用Template和DocumentTemplate在Java应用和数据库之间建立通信。利用Jakarta Data的存储库界面上，我们将实现有效的数据库交互，并在Beer实体上执行CRUD操作。

Java
@ApplicationScoped
@Path("beers2")
@Produces(MediaType.APPLICATION_JSON)
@Consumes(MediaType.APPLICATION_JSON)
public class BeerTemplateResource {

 private final DocumentTemplate template;

 @Inject
 public BeerTemplateResource(DocumentTemplate template) {
 this.template = template;
 }

 @Deprecated
 BeerTemplateResource() {
 this(null);
 }


 @GET
 public List<Beer> findByAll(@BeanParam BeerParam param){

 if(param.isMaltAndHopQuery()){
 return this.template.select(Beer.class).where("malt")
 .eq(param.malt())
 .and("hop")
 .eq(param.hop())
 .result();
 }
 else if(param.isHopQuery()) {
 return this.template.select(Beer.class).where("hop")
 .eq(param.hop())
 .result();
 }
 else if(param.isMaltQuery()) {
 return this.template.select(Beer.class).where("malt")
 .eq(param.malt())
 .result();
 }
 return this.template.select(Beer.class).result();
 }

 @POST
 public void create(Beer beer){
 this.template.insert(beer);
 }

 @DELETE
 @Path("{id}")
 public void deleteById(@PathParam("id") String id){
 this.template.delete(Beer.class).where("id").eq(id).execute();
 }

 @Path("random")
 @POST
 public void random() {
 var faker = new Faker();
 for (int index = 0; index < 1_000; index++) {
 var beer = Beer.of(faker);
 this.template.insert(beer);
 }
 }

}

MongoDB的配置和运行

配置完这两种数据库后，我们将为该项目设置MongoDB和Couchbase。对于MongoDB而言，为了简单起见，我们可以使用如下命令来调用单个Docker容器：

Shell
docker run -d --name mongodb-instance -p 27017:27017 mongo

接着，我们通过注释Couchbase行和取消注释MongoDB行，来修改属性文件，以将MongoDB设置为provider：

Properties files
#for use couchbase uncomment this line
#jnosql.document.provider=org.eclipse.jnosql.databases.couchbase.communication.CouchbaseDocumentConfiguration
#for use MongoDB uncomment this line
jnosql.document.provider=org.eclipse.jnosql.databases.mongodb.communication.MongoDBDocumentConfiguration

设置好MongoDB后，我们后续便可以按需使用它了。

Couchbase的配置和运行

我们遵循类似的方法，转移到Couchbase上，并使用如下命令创建单个Docker容器，以进行测试：

Shell
docker run -d --name db -p 8091-8097:8091-8097 -p 9123:9123 -p 11207:11207 -p 11210:11210 -p 11280:11280 -p 18091-18097:18091-18097 couchbase

鉴于Couchbase需要更多的配置，您可以通过浏览器访问其用户界面（UI），以轻松地定义各种所需的参数：

  1. 访问http://localhost:8091/ui/index.html。
  2. 选择Setup New Cluster。
  3. 将root定义为管理员用户名。
  4. 将123456定义为密码。
  5. 将localhost设置为集群名称。
  6. 接受条款和条件。
  7. 导航到Buckets会话。
  8. 使用“Add Bucket（添加桶）”选项创建一个名为beers的桶。
  9. 点击beers，将Hero和Villain添加为collections（收藏）。
  10. 转到Query（查询）会话并执行：CREATE PRIMARY INDEX `#primary` ON `factory`.`_default`.`beer`。

在具体配置中，我们需要利用如下代码执行与前面相反的操作：

Properties files
#for use couchbase uncomment this line
jnosql.document.provider=org.eclipse.jnosql.databases.couchbase.communication.CouchbaseDocumentConfiguration
#for use MongoDB uncomment this line
#jnosql.document.provider=org.eclipse.jnosql.databases.mongodb.communication.MongoDBDocumentConfiguration

一旦MongoDB和Couchbase准备就绪，我们便可以利用Jakarta NoSQL的功能，以及Java与这两种NoSQL数据库的无缝交互，来开发啤酒工厂应用了。

使用API

我们基于上述数据库的相关定义和设置，使用如下Maven命令来构建项目：

Shell
mvn clean package

并使用如下Maven命令来运行应用：

Shell
java -jar target/eclipse-store.jar

我们可以使用任何HTTP客户端（在此，我们将使用curl），来测试应用运行情况。

  1. 我们使用如下命令，来生成啤酒的随机数据：

Shell
curl --location --request POST 'http://localhost:9080/beers/random'

  1. 使用如下命令获取所有的啤酒信息：

Shell
curl --location 'http://localhost:9080/beers/'

  1. 通过如下命令，我们根据特定请求（例如，啤酒“Magnum”或麦芽“Vienna”）来过滤啤酒：

Properties files
curl --location 'http://localhost:9080/beers/?page=1&hop=Magnum'
curl --location 'http://localhost:9080/beers/?page=1&hop=Magnum&malt=Vienna'

通过执行上述命令，我们可以测试在企业应用开发中，不同NoSQL数据库的能力与效率。

小结

综上所述，我们体验了在Jakarta EE生态系统中，使用NoSQL数据库轻松实现标准化注释、API和Jakarta 数据存储库的简单开发过程。可以说，Jakarta NoSQL促进了MongoDB和Couchbase之间的无缝切换能力，使得我们能够根据项目的实际要求，在两种数据库之间轻松地转换，并通过一些简单的配置更改，以获取两种数据库各自的最佳性能和可扩展性，进而实现了与应用的流畅交互。

译者介绍

陈峻（Julian Chen），51CTO社区编辑，具有十多年的IT项目实施经验，善于对内外部资源与风险实施管控，专注传播网络与信息安全知识与经验。

原文标题：Comparing MongoDB and Couchbase in Java Enterprise Architecture ，作者：Otavio Santana


您觉得本篇内容如何
评分

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请与我们联系，我们将及时更正、删除，谢谢。

评论

您需要登录才可以回复|注册

提交评论

传感学人

这家伙很懒，什么描述也没留下

最近发布
加载更多

相关阅读

加载更多

传感学人

这家伙很懒，什么描述也没留下

关注

点击进入下一篇

由浪潮云海SPEC Cloud基准测试引发的"一云多芯"之辨
提取码
复制提取码
点击跳转至百度网盘

取消 确认