{"id":1235,"date":"2013-03-08T18:30:44","date_gmt":"2013-03-08T17:30:44","guid":{"rendered":"http:\/\/blog.fabianpiau.com\/?p=1235"},"modified":"2022-03-27T20:55:02","modified_gmt":"2022-03-27T19:55:02","slug":"comparing-nosql-couchbase-mongodb","status":"publish","type":"post","link":"https:\/\/blog.fabianpiau.com\/fr\/2013\/03\/08\/comparing-nosql-couchbase-mongodb\/","title":{"rendered":"Comparaison NoSQL: Couchbase et MongoDB"},"content":{"rendered":"

 <\/span>English version available<\/strong><\/a><\/p>\n

\"Logo<\/p>\n

Le monde NoSQL est vaste: Cassandra, MongoDB, CouchDB, Redis, HBase, Couchbase, Neo4j, BigTable et j’en passe. Sans parler de Map-reduce<\/a>, Hadoop, Hive qui se rapprochent des concepts NoSQL… Tous ces outils ont vu r\u00e9cemment le jour pour traiter un volume de donn\u00e9es toujours plus grand, on parle de \u00ab\u00a0Big data\u00a0\u00bb. Prenez l’exemple de Facebook, LinkedIn ou Instagram avec leurs millions d’utilisateurs et vous comprendrez pourquoi les bases de donn\u00e9es relationnelles atteignent leurs limites.<\/p>\n

Les premi\u00e8res bases de donn\u00e9es relationnelles remontent \u00e0 1979 avec Oracle, cela fait plus de 30 ans qu’elles sont utilis\u00e9es et elles vont s\u00fbrement l’\u00eatre pour encore tr\u00e8s longtemps. Alors que les premi\u00e8res bases NoSQL ont vu le jour il y a \u00e0 peine 7 ans, si l’on prend en compte l’avant-gardisme de Google et sa technologie BigTable<\/a> en 2006.<\/p>\n

Pour nous, d\u00e9veloppeurs, il est devenu difficile de s’y retrouver dans cette jungle technologique. Il faudrait beaucoup de temps libre et d’\u00e9nergie pour tester tout cela. Bien souvent, les projets sur lesquels nous travaillons sont loin d’avoir les m\u00eames probl\u00e9matiques (quelques centaines d’utilisateurs tout au plus). Dans ce cas, une base de donn\u00e9es relationnelle classique telle que MySQL fait tr\u00e8s bien le job!<\/p>\n

Cet article n’est pas une introduction \u00e0 NoSQL, je vous conseille de lire cet article<\/a> ou ce document<\/a> tr\u00e8s complet. Ils ont \u00e9t\u00e9 \u00e9crits entre 2010 et 2011. Ils commencent \u00e0 dater, mais ils restent valides pour comprendre les principes.<\/p>\n

\"Logo<\/a><\/p>\n

\"Logo<\/a><\/p>\n



\n

\n

\n

\n

\n
<\/p>\n

Je vais me focaliser sur ces deux bases de donn\u00e9es NoSQL orient\u00e9es documents. \u00ab\u00a0document-oriented\u00a0\u00bb ou \u00ab\u00a0document store\u00a0\u00bb signifie qu’une cl\u00e9 (l’identifiant) correspond \u00e0 un \u00ab\u00a0document\u00a0\u00bb. Ne songez pas un document complexe, mais un simple texte au format JSON<\/a>.<\/p>\n

Voici un exemple de document:<\/p>\n

\r\n{\r\n  '_id' : '5897g42s0245afo4o473ai1e7',\r\n  'firstname': 'John',\r\n  'lastname': 'Doe',\r\n  'age': 26,\r\n  'sex': 'M',\r\n  'interests': [ 'Reading', 'Running', 'Hacking' ]\r\n}\r\n<\/pre>\n
Couchbase<\/a> et MongoDB<\/a> sont des bases de donn\u00e9es tr\u00e8s utilis\u00e9es aujourd’hui. Elles sont en comp\u00e9tition sur un march\u00e9, vous l’aurez compris, d\u00e9j\u00e0 bien satur\u00e9. Ayant utilis\u00e9 MongoDB (gr\u00e2ce \u00e0 la formation 10gen<\/a>) et \u00e9tant sensibilis\u00e9 \u00e0 Couchbase (session au BruJUG<\/a>), je vais faire une comparaison (s\u00fbrement pas tr\u00e8s objective) des deux syst\u00e8mes. Les choses \u00e9voluent tellement vite que cet article sera peut-\u00eatre obsol\u00e8te dans quelques mois…<\/p>\n
Un peu d’historique pour commencer. MongoDB a \u00e9t\u00e9 cr\u00e9\u00e9e en 2009 par la soci\u00e9t\u00e9 10Gen, Couchbase a \u00e9t\u00e9 cr\u00e9\u00e9e un peu plus tard en 2011 par l’entreprise du m\u00eame nom.<\/p>\n
A l’heure d’aujourd’hui, les deux syst\u00e8mes partagent de nombreuses caract\u00e9ristiques (open source, gratuit, compatible avec la majorit\u00e9 des plateformes, documentation bien fournie…). Ils se diff\u00e9rentient tout de m\u00eame sur certains points.<\/p>\n

<\/p>\n
Scalabilit\u00e9<\/h4>\n
Dans Couchbase, on peut facilement ajouter des serveurs pour faire du clustering et obtenir un syst\u00e8me distribu\u00e9, Couchbase est suffisamment flexible pour qu’il n’y ait pas de downtime. En effet, elle s’appuie sur la puissance du langage Erlang<\/a>, un langage fonctionnel qui g\u00e8re les tol\u00e9rances aux pannes et les changements \u00e0 chaud.
\nPour MongoDB, la configuration se complique. Par exemple, une fois la shard key<\/a> d\u00e9finie (la cl\u00e9 de distribution des documents au sein des clusters), il devient difficile de la changer par la suite. Le syst\u00e8me n’est pas aussi souple, il faut donc bien r\u00e9fl\u00e9chir \u00e0 votre mod\u00e9lisation des donn\u00e9es avant de mettre votre application en production.
\nLa scalabilit\u00e9 est la raison pour laquelle Couchbase est beaucoup utilis\u00e9e dans tout ce qui est social gaming, o\u00f9 plusieurs millions de joueurs peuvent s’affronter et o\u00f9 leur nombre peut augmenter exponentiellement du jour au lendemain.<\/p>\n
\"Avantage<\/p>\n
Outil de monitoring<\/h4>\n
Couchbase arrive avec un package cl\u00e9 en main alors que MongoDB demande l’inscription \u00e0 un service suppl\u00e9mentaire<\/a> pour monitorer le serveur. Vous pouvez monitorer MongoDB en utilisant la ligne de commande<\/a>, mais un monitoring sans interface graphique reste relativement contraignant.<\/p>\n
\"Monitoring<\/a>
Monitoring de MongoDB<\/p><\/div>\n
\"Monitoring<\/a>
Monitoring de Couchbase<\/p><\/div>\n
Finalement, les produits graphiques semblent assez similaires, mais le fait de devoir s’inscrire pour MongoDB (m\u00eame si c’est gratuit) et que le service ne soit pas h\u00e9berg\u00e9 chez vous… Bof!<\/p>\n
\"Avantage<\/p>\n
Requ\u00eatage des donn\u00e9es<\/h4>\n
MongoDB inclut une panoplie d’outils pour faire des requ\u00eates. Ainsi, on trouve un \u00e9quivalent pour la plupart des op\u00e9rateurs du langage SQL, bien s\u00fbr les jointures sont inexistantes. Quelqu’un qui viendra du monde SQL ne sera donc pas trop d\u00e9pays\u00e9 en retrouvant certains concepts tels que les index et sous-index. Vous trouverez l’ensemble des op\u00e9rateurs disponibles sur cette page<\/a>.
\nAvec Couchbase, on trouve les vues comme en SQL relationnel. C’est une sorte de requ\u00eate pr\u00e9-\u00e9crite en JavaScript qui se base sur le concept Map-reduce. Et c’est \u00e0 peu pr\u00e8s tout! Si vous voulez faire des op\u00e9rations plus complexes comme filtrer ou agr\u00e9ger vos donn\u00e9es, il faudra utiliser Elastic Search<\/a> (sous forme de plugin pour Couchbase<\/a>). Couchbase a fait le choix de se focaliser sur le moteur NoSQL en lui-m\u00eame, et de laisser faire les outils de recherche sp\u00e9cialis\u00e9s.<\/p>\n
\"Avantage<\/p>\n
Conclusion<\/h4>\n
Ces deux bases de donn\u00e9es sont tr\u00e8s r\u00e9pandues et il existe une large communaut\u00e9 pour chacune. Vous l’aurez compris, il n’y ni gagnant, ni perdant. Comme toujours, l’adoption d’une technologie plut\u00f4t qu’une autre d\u00e9pendra de vos besoins. <\/p>\n

<\/p>\n
Autres ressources<\/h4>\n