RethinkDB 在Ubuntu 12.04.4上的安装试用

最近一个项目要用到文档数据库，顺便查了一下 NoSQL 方面的资料。当前几个比较流行的文档数据库引擎有 MongoDB, CouchDB, Couchbase, OrientDB 等，朋友推荐的是 MongoDB 和 RethinkDB，和 MongoDB 类似 RethinkDB 是一个主要用来存储 JSON 文档的数据库引擎（MongoDB 存储的是 BSON），可以轻松和多个节点连成分布式数据库，非常好用的查询语言以及支持表的 joins 和 group by 操作等。昨天试用了一下 RethinkDB，在一台虚拟机上测试，插入2500万行记录性能表现很一般，远没有 MongoDB 和 Couchbase 快，不过还算稳定，维持在 1.5K 行到 2K 行每秒之间，RethinkDB 的数据分片（sharding）功能非常简单，一个点击就可以完成。下面的安装和测试在 Ubuntu 12.04.4 LTS Server 版本上完成。加入 RethinkDB 官方源后安装：$ sudo apt-get install python-software-properties$ sudo add-apt-repository ppa:rethinkdb/ppa$ sudo apt-get update$ sudo apt-get install rethinkdb拷贝一个例子配置文件后修改 bind 部分以便可以从其他机器访问：$ cd /etc/rethinkdb/$ sudo cp default.conf.sample instances.d/default.conf$ sudo vi instances.d/default.conf...# bind=127.0.0.1bind=0.0.0.0...启动 rethinkdb：$ sudo /etc/init.d/rethinkdb startrethinkdb: default: Starting instance. （logging to `/var/lib/rethinkdb/default/data/log_file"）访问 http://192.168.2.39:8080/ 就可以看到 rethinkdb 的管理界面了：如果不喜欢在命令行工作，web 界面还提供了 Data Explorer 在线查询工具，支持语法高亮、在线函数提示等，不用额外查帮助文件。要用程序的方式和 rethinkdb 打交道的话就需要安装客户端驱动（client drivers），官方支持的驱动有 JavaScript, Ruby 和 Python 3种语言，社区支持的驱动几乎包括了 C, Go, C++, Java, PHP, Perl, Clojure, Erlang 等所有主流编程语言。本人用 Python 多一些，所以这里安装 Python 客户端驱动：$ sudo apt-get install python-pip$ sudo pip install rethinkdb测试一下驱动是否能工作了，如果 import rethinkdb 没有出错基本就可以说明模块安装成功：$ pythonPython 2.7.3 （default, Feb 27 2014, 19:58:35）[GCC 4.6.3] on linux2Type "help", "copyright", "credits" or "license" for more information.>>> import rethinkdb>>>gene2go.txt 是一个含有基因数据的文本文件，大概1000多万行记录，格式如下：$ head -2 gene2go.txt#Format: tax_id GeneID GO_ID Evidence Qualifier GO_term PubMed Category （tab is used as a separator, pound sign - start of a comment）3702814629GO:0005634ISM-nucleus-Component写个简单程序把 gene2go.txt 的数据导入到 rethinkdb 里：#！/usr/bin/python# -*- coding: UTF-8 -*-import os, os.path, sys, re, csv, stringdef csv2db（）:data = csv.reader（open（"gene2go.txt", "rb"）, delimiter=" "）data.next（）import rethinkdb as rr.connect（"localhost", 28015）.repl（）r.db（"test"）.table_create（"gene2go"）.run（）gene2go = r.db（"test"）.table（"gene2go"）for row in data:gene2go.insert（{"tax_id": row[0],"GeneID": row[1],"GO_ID": row[2],"Evidence": row[3],"Qualifier": row[4],"GO_term": row[5],"PubMed": row[6],"Category": row[7]}）.run（durability="soft", noreply=True）def main（）:csv2db（）if __name__ == "__main__":main（）RethinkDB 的详细介绍：请点这里
RethinkDB 的下载地址：请点这里本文永久更新链接地址