 NoSQL 的特性及与关系型数据库的比较 在过去，关系型数据库一直是数据持久化的唯一选择，数据工作者考虑的也只是在这些传统数据库中做筛选，譬如：SQL Server、Oracle、MySQL、PostgreSQL。甚至是做一些默认的选择，比如：使用 .NET 的一般会选择 SQL Server；使用 Java 的可能偏向 Oracle，Ruby 一般是 MySQL，Python 则会是 PostgreSQL 或 MySQL 等等。 原因很简单： 过去很长一段时间内，关系数据库的健壮性已经在多数应用程序中得到证实。我们可以使用这些传统数据库良好的控制并发操作、事务等等。然而，如果传统关系型数据库一直这么可靠，那么，还要 NoSQL 干什么？NoSQL 之所以生存并得到发展，是因为它做到了传统关系型数据库做不到的事！ 关系型数据库中存在的问题：  1、Impedance Mismatch (阻抗不匹配) 我们使用 Python、Ruby、Java、.Net 等语言编写应用程序时，这些语言有一共同特性 —— 面向对象。但当我们使用 MySQL、PostgreSQL、Oracle 以及 SQL Server 时，这些数据库同样有一共同特性 —— 关系型数据库。这里就牵扯到了 “Impedance Mismatch” 这个术语：存储结构是面向对象的，但是数据库却是关系的，所以在每次存储或者查询数据时，我们都需要做转换。类似Hibernate、Entity Framework 这样的 ORM 框架确实可以简化这个过程，但是在对查询有高性能需求时，这些 ORM 框架就捉襟见肘了。 2、应用程序规模变得越来越大 网络应用程序的规模日渐变大，我们需要储存更多的数据、服务更多的用户以及需求更多的计算能力。为了应对这种情形，我们需要不停的扩展。扩展分为两类： 一种是纵向扩展，即购买更好的机器，更多的磁盘、更多的内存等等； 另一种是横向扩展，即购买更多的机器组成集群。 在巨大的规模下，纵向扩展发挥的作用并不是很大。首先单机器性能提升需要巨额的开销并且有着性能的上限，在Google 和 Facebook 这种规模下，永远不可能使用一台机器支撑所有的负载。鉴于这种情况，我们需要新的数据库；因为，关系数据库并不能很好的运行在集群上。不错，也可能会去搭建关系数据库集群，但是他们使用的是共享存储，这并不是我们想要的类型。于是就有了以 Google、Facebook、Amazon (亚马逊) 这些试图处理更多传输所引领的 NoSQL 纪元。 NoSQL 纪元时代来临 当下已经存在很多的 NoSQL 数据库，比如 MongoDB、Redis、Riak、HBase、Cassandra 等等。每一个都拥有以下几个特性中的一个： 1、不再使用 SQL 语言，譬如：MongoDB、Cassandra 就有自己的查询语言； 2、通常是开源项目； 3、为集群运行而生； 4、弱结构化 —— 不会严格限制数据结构类型。 NoSQL 数据库类型： NoSQL 可以大体上分为 4 个种类：Key-value (键 - 值)、Document-Oriented (面向 - 文档)、Column-Family Databases (列 - 存储数据库) 以及 Graph-Oriented Databases (面向 - 图形数据库)。 下面就来说说这些类型的特性： 一、 键值（Key-Value）数据库 键值数据库就像在传统语言中使用的哈希表。你可以通过 key 来添加、查询或者删除数据，鉴于使用主键访问，所以会获得不错的性能及扩展性。 产品： Riak、Redis、Memcached、Amazon’s Dynamo、Project Voldemort 有谁在使用： GitHub （Riak）、BestBuy （Riak）、Twitter （Redis和Memcached）、StackOverFlow （Redis）、 Instagram （Redis）、Youtube （Memcached）、Wikipedia（Memcached） 适用场景： 储存用户信息，比如：会话、配置文件、参数、购物车等等。这些信息一般都和 ID（键）挂钩，这种情景下键值数据库是个很好的选择。 不适用场景： 1. 取代通过键查询，而是通过值来查询。Key-Value 数据库中根本没有通过值查询的途径。 2. 需要储存数据之间的关系。在 Key-Value 数据库中不能通过两个或以上的键来关联数据。 3. 事务的支持。在 Key-Value 数据库中故障产生时不可以进行回滚。 二、 面向文档（Document-Oriented）数据库 面向文档数据库会将数据以文档的形式储存。每个文档都是自包含的数据单元，是一系列数据项的集合。每个数据项都有一个名称与对应的值，值既可以是简单的数据类型，譬如：字符串、数字、日期等；也可以是复杂的类型，譬如：有序列表和关联对象。数据存储的最小单位是文档，同一个表中存储的文档属性可以是不同的，数据可以使用 XML、JSON 或者 JSONB 等多种形式存储。 产品： MongoDB、CouchDB、RavenDB 有谁在使用： SAP （MongoDB）、Codecademy （MongoDB）、Foursquare （MongoDB）、NBC News （RavenDB） 适用场景： 1、日志。企业环境下，每个应用程序都有不同的日志信息。Document-Oriented 数据库并没有固定的模式，所以我们可以使用它储存不同的信息。 2、分析。鉴于它的弱模式结构，不改变模式下就可以储存不同的度量方法及添加新的度量。 不适用场景： 在不同的文档上添加事务。Document-Oriented 数据库并不支持文档间的事务，如果对这方面有需求则不应该选用这个解决方案。 三、 列存储（Wide Column Store/Column-Family）数据库 列存储数据库将数据储存在列族（column family）中，一个列族存储经常被一起查询的相关数据。譬如：如果我们有一 Person 类，我们通常会一起查询他们的姓名和年龄而不是薪资。这种情况下，姓名和年龄就会被放入一个列族中，而薪资则在另一个列族中。 产品： Cassandra、HBase 有谁在使用： Ebay （Cassandra）、Instagram （Cassandra）、NASA （Cassandra）、Twitter （Cassandra and HBase）、Facebook （HBase）、Yahoo!（HBase） 适用场景： 1. 日志。因为我们可以将数据储存在不同的列中，每个应用程序可以将信息写入自己的列族中。 2. 博客平台。我们储存每个信息到不同的列族中。譬如：标签可以储存在一列，类别可以储存在一列，而文章则储存在另一列。 不适用场景： 1. 如果我们需要 ACID 事务。Vassandra 就不支持事务。 2. 原型设计。如果我们分析 Cassandra 的数据结构，我们就会发现结构是基于我们期望的数据查询方式而定。在模型设计之初，我们根本不可能去预测它的查询方式，而一旦查询方式改变，我们就必须重新设计列族。 四、 图形（Graph-Oriented）数据库 图形数据库允许我们将数据以图形方式储存。实体会被作为顶点，而实体之间的关系则会被作为边。譬如：有三个实体，Steve Jobs、Apple 和 Next，则会有两个 “Founded by” 的边将 Apple 和 Next 连接到 Steve Jobs。 产品： Neo4J、Infinite Graph、OrientDB 有谁在使用： Adobe （Neo4J）、Cisco （Neo4J）、T-Mobile （Neo4J） 适用场景： 1. 在一些关系性强的数据中。 2. 推荐引擎。如果我们将数据以图形的形式表现，那么，将会非常有益于推荐的制定。 不适用场景： 不适合的数据模型。图数据库的适用范围很小，因为很少有操作涉及到整个图。 版权声明： 本文由 德云社区 整理，原文来自网络。 |
