Cassandra と MongoDB の違い

Apache Cassandra と MongoDB はどちらも NoSQL データベースグループに属しています。NoSQL データベースは、データベーススキーマなしで、構造化データ、非構造化データ、および半構造化データを格納できます。

NoSQL データベースのデータストレージは、従来のリレーショナルデータベース管理システムとは異なり、表形式やテーブル間の関係による制約を受けません。データを複数のノードに自由に分割して複製できるため、効率的にスケーリングできます。 

さらに、Cassandra と MongoDB の初期バージョンはオープンソースです。つまり、これらの NoSQL データベースのソースコードをダウンロードして、好きなように構成できます。

Facebook は Cassandra を開発し、それを Apache と共にオープンソースプロジェクトとしてリリースしました。MongoDB は MongoDB, Inc. のもとで少数の開発者グループによって開発されました。2018 年 10 月 16 日より前にリリースされた MongoDB のすべてのバージョンは、GNU Affero 一般公衆利用許諾契約書の下で利用できます。

NoSQL について読む »

オープンソースについて読む »

Cassandra と MongoDB はデータモデルが異なるため、いくつかのデータベース機能の実装方法が異なります。

ストレージの基本単位

Cassandra では、ストレージの基本単位はソートされた文字列テーブル (SSTable) であり、データをディスク上に永続化するために使用されます。SSTable は、特定の列ファミリー (テーブル) とパーティションの key-Value のペアのソートされたセットを含むファイルです。SSTable は不変です。つまり、いったん書き込まれたら変更することはできません。 

MongoDB では、ストレージの基本単位はドキュメントです。ドキュメントは key-Value ペアのセットで、キーは文字列で、値にはさまざまなタイプがあります。たとえば、値には他のドキュメント、配列、文字列、数値、日付、ブール値などがあります。ドキュメントはコレクションに保存されます。

クエリー言語

クエリ言語は、データベースからデータを挿入したり取得したりするために使用するステートメントです。

カサンドラクエリ言語 (CQL) は、カサンドラで使用するクエリ言語です。構文と構造は SQL と似ていますが、Apache は列ファミリーのデータモデルで動作するように CQL を開発しました。

一方、MongoDB は MongoDB クエリ言語 (MQL) を使用しており、これには Node.js と同様のコマンドがあります。MQL は、作成、読み取り、更新、削除 (CRUD) オペレーションをサポートしています。MQL コマンドは MongoDB シェルで記述できます。

インデックス作成

インデックス作成は、データ検索操作の速度と効率を向上させるためにデータベースで使用される手法です。これには、データベーステーブルの 1 つ以上の列の値をディスク上の対応するデータの物理的な場所にマップするデータ構造を作成することが含まれます。

Cassandra は次の 2 種類のインデックスをサポートしています。

• 個々の列のセカンダリインデックス
• 複数列の SSTable 接続 セカンダリインデックス (SASI) インデックス

SASI インデックスは、インデックスデータを SSTable に直接格納します。一意の値が多数ある列での範囲、プレフィックス、全文検索などの複雑なクエリをサポートしています。

これに対して、MongoDB はコレクションレベルとフィールドレベルでのインデックス作成をサポートしています。単一フィールド、コンパウンド、マルチキーなど、複数のインデックスタイプが提供されています。また、次のインデックスも提供しています。

• 地理的に分散したデータに特化した地理空間インデックス
• 大量のテキストデータのテキスト検索インデックス
• 数値データ用のハッシュインデックスとクラスター化インデックス

同時実行

データベースにおける並行性とは、複数のユーザーまたはプロセスが互いに干渉することなく同時にデータベーストランザクションにアクセスして実行できることを指します。 

Cassandra は、ターンテーブルの一貫性と行レベルのアトミック性によって並行性を実現しています。一度に 1 つの行を操作できるのは 1 人のユーザーだけです。

ターンテーブルの整合性を保つため、各レプリカノードはベクトルクロックを保持します。ベクトルクロックとは、関連データのバージョン履歴を追跡するデータ構造です。書き込み操作を実行すると、ベクトルクロックが更新されて新しいバージョンが反映されます。読み取り操作を実行すると、Cassandra はすべてのレプリカでタイムスタンプが最も長いバージョンを返します。これにより、常に最新バージョンのデータが返されます。

これに対して、MongoDB はマルチバージョン同時実行制御 (MVCC) のメカニズムをサポートしています。MVCC では、同じデータドキュメントの複数のバージョンを同時に存在させることができます。各ドキュメントには一意のリビジョン ID が割り当てられ、更新のたびに番号が増加します。ドキュメントレベルのロックと MVCC は、より強固な同時実行戦略を提供します。

可用性

可用性とは、サーバーが停止しているときでもデータのダウンタイムがないことを意味します。Cassandra と MongoDB はどちらも、複数のサーバーノードにデータを複製することで可用性を確保します。

Apache Cassandra では、クラスター内の各ノードが他のノードのデータレプリカを保持します。各ノードは、正しいノードへの読み取りを調整してデータを書き込んだり取り込んだりします。同時に、ノード間で一貫性がなくなったデータも修復します。これは大規模なパフォーマンスに影響を与える可能性があります。

これに対して、MongoDB は単一のプライマリノードレプリケーションを使用して高いデータ可用性を実現します。MongoDB はデータをレプリカセットに複製します。1 つのプライマリノードのみに書き込まれ、他のノードはプライマリノードからデータを複製するだけです。ただし、プライマリノードでは単一障害点が発生します。

スケーラビリティ

Cassandra と MongoDB はどちらも、クラスター内の複数のノードにデータを水平に分割する技術であるシャーディングが可能です。たとえば、数千の顧客がいる場合、データを分割して、各ノードに数百の顧客の情報しか格納しないようにします。そうすることにより、ボトルネックを引き起こすことなくデータベースをスケーリングできます。

Cassandra では、コンシステントハッシュと呼ばれる分散ハッシュアルゴリズムを使用して、どのノードが特定のデータ値を担当しているかを判断します。Cassandra では仮想ノード (vnode) もサポートしています。これにより、1 つの物理ノードに複数のデータ範囲を持たせることができます。

これに対して、MongoDB はシャーディングキーを使用してデータ値の格納先を特定します。データベース管理者は、データを分割するためのシャーディングキーを定義できます。地理的位置、アルファベット順、またはデータセットにとって最も効率的なその他のシステムなどの要素に基づいてデータを分割できます。

	Apache Cassandra	MongoDB
データモデル	Cassandra は、リレーショナルデータベースとより密接に関連するワイドカラムデータモデルを使用しています。	MongoDB は、データをドキュメントとして保存することで、リレーショナルモデルから完全に分離されます。
ベーシックストレージユニット	ソートされた文字列テーブル。	シリアル化された JSON ドキュメント。
インデックス作成	Cassandra はセカンダリインデックスと SASI をサポートし、1 つまたは複数の列でインデックスを作成します。	MongoDB はコレクションレベルとフィールドレベルでインデックスを作成し、複数のインデックスオプションを提供します。
クエリー言語	Cassandra は CQL を使用しています。	MongoDB は MQL を使用しています。
同時実行	Cassandra は、行レベルのアトミック性とターンテーブルの一貫性を備えた同時実行性を実現しています。	MongoDB は MVCC とドキュメントレベルのロックを使用して同時実行性を確保しています。
可用性	Cassandra には複数のマスターノード、ノードパーティショニング、キーレプリケーションがあり、高い可用性を実現しています。	MongoDB は、1 つのプライマリノードと複数のレプリカノードを使用します。シャーディングと組み合わせることで、MongoDB は高い可用性とスケーラビリティを実現します。
パーティション	コンシステントハッシュアルゴリズムで、ユーザーによる制御を軽減します。	ユーザーはシャーディングキーを定義し、パーティショニングをより細かく制御できます。