哪些为消息存储目的集群了NoSQL DB？

Question

关于选择哪个NoSQL的另一个问题。 但是，我还没有找到有人要求这种类型的目的，消息存储...

我有一个二郎聊天服务器，我已经使用MySQL存储朋友列表，并且“加入需要”信息。

我想存储消息（该用户没有收到，因为他处于脱机状态......）并检索它们。

我已经做了NoSQL的预选，由于它是面向RAM的范例，我不能使用像MongoDB这样的东西，并且无法像其他的那样集群。 我了我的列表，3个选择我想：

• HBase的
• 了Riak
• 卡桑德拉

我知道他们的模型退出不同，使用的键/值之一，其他使用SuperColumns和co。

到目前为止，由于它是Erlang稳定的客户端库，我对Riak有偏好。

我知道，我可以使用卡桑德拉与节俭，但似乎没有使用Erlang很稳定（我还没有得到很好的回报吧）

我真的不知道事情的HBase现在，只是知道它是存在的，并且基于Dynamo像Cassandra和Riak。

所以，这就是我需要做的：

• 店从1到每个注册用户X的消息。
• 获取每个用户存储的消息数量。
• 立即检索来自用户的所有消息。
• 一次删除来自用户的所有消息。
• 删除是比X个月

现在，我真的很新的NoSQL的数据库，我一直是一个MySQL的爱好者，这是所有的消息，为什么我问你这个问题，作为一个新手，会有比我更有经验的人可以帮我选择哪一个更好，并且会让我尽我所能去做，而不会有太多的麻烦......

谢谢！

Answer 1

我不能说Cassandra或Hbase，但让我解决Riak部分。

是的，Riak会适合您的情况（我已经看到几家公司和社交网络将它用于类似的目的）。

要实现这一点，您需要简单的Riak键/值操作，以及某种索引引擎。您的选项是（按优先顺序粗糙）：

1. CRDT设置。如果您的1-N收集大小的大小合理（比方说，每个用户少于50条消息或其他），则可以将子集合的密钥存储在CRDT Set Data Type中。

2. Riak搜索。如果您的收藏大小很大，特别是如果您需要在任意字段中搜索对象，则可以使用Riak Search。它在后台加速Apache Solr，并根据您定义的模式为您的对象编制索引。它有非常棒的搜索，汇总和统计，地理空间功能等。

3. 二级索引。您可以在eLevelDB storage back end之上运行Riak，并启用Secondary Index（2i）功能。

运行一些性能测试，选择最快的方法。就模式而言，我建议使用两个存储桶（用于您描述的设置）：用户存储桶和消息存储桶。

索引消息桶。 （通过关联一个搜索索引，或通过2i存储一个user_key）。这让你做所有需要的操作（和消息日志不必装入内存）：从1

• 商店每个注册用户 X消息 - 一旦你创建一个User对象，并得到一个用户密钥，为每个用户存储任意数量的消息很容易，他们会直接写入消息桶，每条消息都存储相应的user_key作为辅助索引。
• 获取每个用户存储的消息数 - 没问题。获取属于用户的消息密钥列表（通过搜索查询，通过检索保留密钥的Set对象，或通过user_key上的2i查询）。这可以让你在客户端得到点数。
• 立即检索来自用户的所有消息 - 请参阅上一项。获取属于用户的所有消息的密钥列表（通过搜索，集合或2i），然后通过多次获取每个密钥的值来获取这些密钥的实际消息（所有官方Riak客户端都具有multiFetch的能力，客户端）。
• 一次删除用户的所有消息 - 非常相似。获取用户的消息密钥列表，在客户端发出删除消息。
• 删除所有超过X个月的邮件 - 您可以在日期上添加索引。然后，检索所有超过X个月的消息密钥（通过搜索或2i），并为它们发出客户端删除。

Answer 2

我根本不会跟Riak说话，但我会质疑你选择放弃Mongo。只要您关闭日志功能并且不要完全禁用RAM即可。

我对HBase有相当多的了解，听起来它能够轻松满足您的需求。取决于你有多少用户可能会过度杀伤。它平凡支持诸如为每个用户存储许多消息之类的东西，并且具有写入自动到期的功能。根据架构架构的方式，它可能是或不是原子的，但这对你的用例无关紧要。

缺点是有很多开销来正确设置它。在站立HBase之前，您需要了解Hadoop，运行HDFS，确保您的namenode可靠等。

Answer 3

我建议使用像Riak或Couchbase这样的分布式键/值存储，并将每个用户的整个消息日志作为一个值序列化（二进制erlang条款或JSON/BSON）。

所以你usecases它看起来像：

• 店从1到X消息的每个注册用户 - 当用户上线时产生一个状态gen_server，从存储获得和反序列化整条消息登录启动，接收新消息，将它们附加到它的日志副本，在它终止的会话结束时，序列化已更改的日志并将其发送到存储。
• 获取每个用户存储的消息数 - 获取注销，反序列化，计数;或者也可以将商店计算在单独的k/v对中。
• 立即检索来自用户的所有消息 - 只需将其从存储中取出即可。
• 一次删除用户的所有消息 - 只需从存储中删除值。
• 删除所有超过X个月的邮件 - 获取，过滤，放回。

显而易见的限制 - 消息日志必须适合内存。

如果您决定单独存储每条消息，它将需要从分布式数据库中检索后对它们进行排序，如果您希望它们按照时间顺序进行排序，所以它不会帮助处理大于内存的数据集。如果它是必需的 - 你会无论如何最终会有一些更棘手的计划。