秒懂！七大理由：为什么使用MySQL的NoSQL？（蚂蚁金服架构师告诉我的）

最新推荐文章于 2023-08-28 13:47:53 发布

程序员大伟

最新推荐文章于 2023-08-28 13:47:53 发布

阅读量272

点赞数

分类专栏： Java 学习数据库文章标签：数据库 mysql java

本文链接：https://blog.csdn.net/Mr_Flouxetin/article/details/107990704

版权

Java 同时被 3 个专栏收录

18 篇文章 0 订阅

订阅专栏

学习

16 篇文章 0 订阅

订阅专栏

数据库

2 篇文章 0 订阅

订阅专栏

前言

MySQL 8.0中一个很棒的新功能是文档存储。现在使用MySQL，您可以将JSON文档存储在集合中，并使用CRUD操作对其进行管理。NoSQL现在是MySQL的一部分！而不是MongoDB和MySQL的混合，现在你可以消除MongoDB并与MySQL合并！

这是NoSQL和SQL在同一个数据库服务器上的历史性汇集！

要将MySQL 8.0用作文档存储，您需要安装X插件（默认情况下从8.0.11开始）。该插件支持[X DevAPI]，提供编程接口。使用X协议与MySQL服务器通信的客户端可以使用X DevAPI开发应用程序。然后X协议允许这些客户端和服务器之间更灵活的连接。它支持SQL和NoSQL API，并且可以执行非阻塞异步调用。

让我们来看下使用MySql来完成你NoSQL功能的主要原因：

MySQL关心你的数据安全！ MySql的NoSQL完全符合ACID标准
CRUD操作并不一定需要SQL来完成
无模式
Document的数据完整性提供了保证
允许SQL查询Document（对分析非常重要）
文档没有16MB的限制
提供简单的查询语法

MySQL关心你的数据！ NoSQL完全符合ACID标准

与传统的NoSQL数据库不同，MySQL符合完整的[ACID] （原子性，一致性，隔离性和耐久性）。大多数时候NoSQL数据库都被人诟病，说它们缺乏持久性。这意味着有时数据可能会在崩溃后丢失。实际上，也不保证一致性 。

但是 MySQL Document Store依赖于InnoDB存储引擎，因此文档存储受益于InnoDB的强大和强大。默认情况下，开箱即用，InnoDB是完全持久的，一旦数据被确认为已提交，它将不会丢失：

 innodb_flush_log_at_trx_commit = 1
 innodb_doublewrite = ON
 sync_binlog = 1

MySQL Document 存储也支持原子性和隔离，因为还支持事务！

看下下面的示例：

 MySQL [localhost+ ssl/docstore] JS> db.users.find()
 [
     {
         "_id": "00005ad754c90000000000000001", 
         "name": "lefred"
     }
 ]
 1 document in set (0.0109 sec)

 MySQL [localhost+ ssl/docstore] JS> session.startTransaction()
 Query OK, 0 rows affected (0.0069 sec)

 MySQL [localhost+ ssl/docstore] JS> db.users.add({name: 'dim0'})
 Query OK, 1 item affected (0.0442 sec)

 MySQL [localhost+ ssl/docstore] JS> db.users.find().fields('name')
 [
     {
         "name": "lefred"
     },
     {
         "name": "dim0"
     }
 ]
 2 documents in set (0.0579 sec)

 MySQL [localhost+ ssl/docstore] JS> session.rollback()
 Query OK, 0 rows affected (0.1201 sec)

 MySQL [localhost+ ssl/docstore] JS> db.users.find().fields('name')
 [
     {
         "name": "lefred"
     }
 ]
 1 document in set (0.0004 sec)

正如您所看到的，是不是在使用上和mongodb 很像了，而且MySQL使用简单的语义支持事务，

CRUD操作（SQL不再是强制性的）

通过新的MySQL文档存储和X协议，我们引入了新的操作来管理集合和/或关系表。这些操作称为[CRUD] （创建，读取，更新，删除）操作，它们允许您在不编写单行SQL的情况下管理数据。

我们当然将CRUD操作区分为两组，一组用于集合，另一组用于表：

Collection上的CRUD函数	表上的CRUD函数
add() ：CollectionInsertObj	insert() ：InsertObj
find() ：CollectionFindObj	select() ：SelectObj
modify() ：CollectionUpdateObj	update() ：UpdateObj
remove() ：CollectionDeleteObj	delete() ：DeleteObj

您已经在上面的示例中看到了如何使用find()和add() ，这个时候不使用sql语句也能操作数据了。

无框架

MySQL Document Store为您带来了新的无模式数据。实际上，在存储文档时，您不需要事先知道所有属性，如果需要，您可以随时修改文档。由于您不需要专注于表设计，因此您无需处理规范化，外键和约束甚至数据类型。这使您可以进行非常快速的初始开发。由于文档是动态的，因此模式迁移也不再是问题，并且可以忘记大的ALTER语句。

例如，让我们使用以下数据：

  MySQL [localhost+ ssl/docstore] JS> db.users.find()
 [
     {
         "_id": "00005ad754c90000000000000001", 
         "name": "lefred"
     },
     {
         "_id": "00005ad754c90000000000000003", 
         "name": "dim0"
     },
     {
         "_id": "00005ad754c90000000000000004", 
         "name": "Dave"
     },
     {
         "_id": "00005ad754c90000000000000005", 
         "name": "Luis"
     },
     {
         "_id": "00005ad754c90000000000000006", 
         "name": "Sunny"
     }
 ]
 5 documents in set (0.0007 sec)

现在让我们假设我们想为所有用户添加一个新属性，您可以在不运行ALTER语句的情况下执行此操作：

MySQL [localhost+ ssl/docstore] JS> db.users.modify('1').set('department', 'development')
 Query OK, 5 items affected (0.1910 sec)

让我们验证其中一条记录：

 MySQL [localhost+ ssl/docstore] JS> db.users.find("name = 'Sunny'")
 [
     {
         "_id": "00005ad754c90000000000000006", 
         "department": "development", 
         "name": "Sunny"
     }
 ]
 1 document in set (0.0005 sec)

因此，具有这种可能性，为开发人员提供了更多的自由来维护他们编写文档的方式，并且他们不依赖于需要运行大型alter语句的运营团队

文档可以提供数据完整性

即使无模式非常重要，有时人们也希望强制数据完整性。使用MySQL文档存储，也可以为文档创建和维护约束和外键。

这是一个我们有两个集合的例子：用户和部门，我们创建了一个GENERATED STORED列作为外键：

 MySQL [localhost+ ssl/docstore] SQL> alter table departments add column dept varchar(20) generated always as (doc->>"$.name") STORED ;
 Query OK, 2 rows affected (0.3633 sec)

 MySQL [localhost+ ssl/docstore] SQL> alter table users add column dept varchar(20) generated always as (doc->>"$.department") STORED ;
 Query OK, 5 rows affected (0.1302 sec)

 MySQL [localhost+ ssl/docstore] SQL> select * from users;
 +---------------------------------------------------------------------------------------+------------------------------+-------------+
 |  doc |  _id |  dept |
 +---------------------------------------------------------------------------------------+------------------------------+-------------+
 |  {"_id": "00005ad754c90000000000000001", "name": "lefred", "department": "community"} |  00005ad754c90000000000000001 |  community |
 |  {"_id": "00005ad754c90000000000000003", "name": "dim0", "department": "community"} |  00005ad754c90000000000000003 |  community |
 |  {"_id": "00005ad754c90000000000000004", "name": "Dave", "department": "community"} |  00005ad754c90000000000000004 |  community |
 |  {"_id": "00005ad754c90000000000000005", "name": "Luis", "department": "development"} |  00005ad754c90000000000000005 |  development |
 |  {"_id": "00005ad754c90000000000000006", "name": "Sunny", "department": "development"} |  00005ad754c90000000000000006 |  development |
 +---------------------------------------------------------------------------------------+------------------------------+-------------+
 5 rows in set (0.0010 sec)

 MySQL [localhost+ ssl/docstore] SQL> select * from departments;
 +------------------------------------------------------------------------------------+------------------------------+-------------+
 |  doc |  _id |  dept |
 +------------------------------------------------------------------------------------+------------------------------+-------------+
 |  {"_id": "00005ad754c90000000000000007", "name": "development", "manager": "Tomas"} |  00005ad754c90000000000000007 |  development |
 |  {"_id": "00005ad754c90000000000000008", "name": "community", "manager": "Andrew"} |  00005ad754c90000000000000008 |  community |
 +------------------------------------------------------------------------------------+------------------------------+-------------+
 2 rows in set (0.0004 sec)

让我们在这些新列上添加一些索引：

MySQL [localhost+ ssl/docstore] SQL> alter table users add index dept_idx(dept);
 Query OK, 0 rows affected (0.0537 sec)

 MySQL [localhost+ ssl/docstore] SQL> alter table departments add index dept_idx(dept);
 Query OK, 0 rows affected (0.1278 sec)

现在，让我们创建约束，我希望如果我删除部门，那些部门的所有用户都会被删除：

 MySQL [localhost+ ssl/docstore] SQL> alter table users add foreign key (dept) references departments(dept) on delete cascade;
 Query OK, 5 rows affected (0.2401 sec)

 MySQL [localhost+ ssl/docstore] SQL> delete from departments where doc->>"$.manager" like 'Andrew';
 Query OK, 1 row affected (0.1301 sec)

 MySQL [localhost+ ssl/docstore] SQL> select * from departments;
 +------------------------------------------------------------------------------------+------------------------------+-------------+
 |  doc |  _id |  dept |
 +------------------------------------------------------------------------------------+------------------------------+-------------+
 |  {"_id": "00005ad754c90000000000000007", "name": "development", "manager": "Tomas"} |  00005ad754c90000000000000007 |  development |
 +------------------------------------------------------------------------------------+------------------------------+-------------+
 1 row in set (0.0007 sec)

 MySQL [localhost+ ssl/docstore] SQL> select * from users;
 +---------------------------------------------------------------------------------------+------------------------------+-------------+
 |  doc |  _id |  dept |
 +---------------------------------------------------------------------------------------+------------------------------+-------------+
 |  {"_id": "00005ad754c90000000000000005", "name": "Luis", "department": "development"} |  00005ad754c90000000000000005 |  development |
 |  {"_id": "00005ad754c90000000000000006", "name": "Sunny", "department": "development"} |  00005ad754c90000000000000006 |  development |
 +---------------------------------------------------------------------------------------+------------------------------+-------------+
 2 rows in set (0.0006 sec)

正如您所看到的，实现外键约束以增强数据完整性是可能且非常容易的。

允许SQL（对分析非常重要）

正如您在前面的观点中看到的那样，可以将SQL和NoSQL混合使用，事实上，我认为前端的开发人员只会使用NoSQL来创建和使用看作对象的数据，而在后台工作更多的人将继续使用SQL来创建报表和分析。

为了说明使用Documents的MySQL的强大功能，我将使用另一种流行的NoSQL解决方案中受欢迎的餐厅示例集合。

这是存储在集合中的文档示例：

 MySQL [localhost+ ssl/docstore] JS> db.restaurants.find().limit(1)
 [
     {
         "_id": "5ad5b645f88c5bb8fe3fd337", 
         "address": {
             "building": "1007", 
             "coord": [
                 -73.856077,
                 40.848447
             ], 
             "street": "Morris Park Ave", 
             "zipcode": "10462"
         }, 
         "borough": "Bronx", 
         "cuisine": "Bakery", 
         "grades": [
             {
                 "date": "2014-03-03T00:00:00Z", 
                 "grade": "A", 
                 "score": 2
             },
             {
                 "date": "2013-09-11T00:00:00Z", 
                 "grade": "A", 
                 "score": 6
             },
             {
                 "date": "2013-01-24T00:00:00Z", 
                 "grade": "A", 
                 "score": 10
             },
             {
                 "date": "2011-11-23T00:00:00Z", 
                 "grade": "A", 
                 "score": 9
             },
             {
                 "date": "2011-03-10T00:00:00Z", 
                 "grade": "B", 
                 "score": 14
             }
         ], 
         "name": "Morris Park Bake Shop", 
         "restaurant_id": "30075445"
     }
 ]

可以看到餐厅可以评级，当然还有一种美食风格。

我们可以尝试找到结果的一个简单查询是：每家餐厅的平均成绩是多少？（并将结果限制为10）

 MySQL [localhost+ ssl/docstore] SQL> SELECT name, cuisine, avg(rating) FROM restaurants,
                                   -> JSON_TABLE(doc, "$" columns(name varchar(100) path "$.name",
                                   -> cuisine varchar(100) path "$.cuisine",
                                   -> nested path "$.grades[*]"
                                   -> columns (rating int path "$.score")))
                                   -> AS jt GROUP BY name, cuisine LIMIT 10;
 +--------------------------------+---------------------------------+-------------+
 |  name |  cuisine |  avg(rating) |
 +--------------------------------+---------------------------------+-------------+
 |  Morris Park Bake Shop |  Bakery |  8.2000 |
 |  Wendy'S |  Hamburgers |  9.4404 |
 |  Dj Reynolds Pub And Restaurant |  Irish |  9.2500 |
 |  Riviera Caterer |  American |  9.0000 |
 |  Tov Kosher Kitchen |  Jewish/Kosher |  17.7500 |
 |  Brunos On The Boulevard |  American |  17.0000 |
 |  Kosher Island |  Jewish/Kosher |  10.5000 |
 |  Wilken'S Fine Food |  Delicatessen |  10.0000 |
 |  Regina Caterers |  American |  9.6000 |
 |  Taste The Tropics Ice Cream |  Ice Cream, Gelato, Yogurt, Ices |  8.2500 |
 +--------------------------------+---------------------------------+-------------+
 10 rows in set, 13 warnings (1.5114 sec)

是不是特别的棒，用sql也完成了Document的查询。

再来看下一个另外的问题：

给我10家最好的餐厅，但他们都必须来自不同的美食！（这意味着，如果两个最好的餐厅是2个意大利餐厅，我只想看到两个中最好的餐厅，列表中的下一个餐厅应该是第三个是不供应意大利食品）。

在MySQL 8.0文档存储中，我们可以使用公用表表达式（CTE）通过一个查询实现此目的：

 MySQL [localhost+ ssl/docstore] SQL> SELECT name, cuisine, avg(rating) FROM restaurants,
                                   -> JSON_TABLE(doc, "$" columns(name varchar(100) path "$.name",
                                   -> cuisine varchar(100) path "$.cuisine",
                                   -> nested path "$.grades[*]"
                                   -> columns (rating int path "$.score")))
                                   -> AS jt GROUP BY name, cuisine LIMIT 10;
 +--------------------------------+---------------------------------+-------------+
 |  name |  cuisine |  avg(rating) |
 +--------------------------------+---------------------------------+-------------+
 |  Morris Park Bake Shop |  Bakery |  8.2000 |
 |  Wendy'S |  Hamburgers |  9.4404 |
 |  Dj Reynolds Pub And Restaurant |  Irish |  9.2500 |
 |  Riviera Caterer |  American |  9.0000 |
 |  Tov Kosher Kitchen |  Jewish/Kosher |  17.7500 |
 |  Brunos On The Boulevard |  American |  17.0000 |
 |  Kosher Island |  Jewish/Kosher |  10.5000 |
 |  Wilken'S Fine Food |  Delicatessen |  10.0000 |
 |  Regina Caterers |  American |  9.6000 |
 |  Taste The Tropics Ice Cream |  Ice Cream, Gelato, Yogurt, Ices |  8.2500 |
 +--------------------------------+---------------------------------+-------------+
 10 rows in set, 13 warnings (1.5114 sec)

酷不是吗？所以SQL不再是强制性的，但它仍然可以提供帮助。您还可以执行更多操作，例如使用关系表等连接文档......当然，不要忘记我们的工程师实施的大型JSON函数面板。

文件的16MB限制

与其他一些NoSQL解决方案不同，MySQL不会将文档大小限制为16MB（mongdb就有着限制）.但现在他们有一个解决方案：MySQL！

MySQL文档存储中的单个文档大小可以为1GB ！它受[max_allowed_packet]大小的限制。

因此，如果您有非常大的文档，MySQL是最适合您的解决方案。在MySQL 8.0中，我们还改进了MySQL处理大型文档的方式。 InnoDB实现了[JSON部分更新]，复制团队[为二进制日志]实现了[部分JSON]。

最简单的查询语法

MySQL文档存储的目标不是成为MongoDB的替代品，即使[将数据迁移MySQL也非常容易。新CRUD API的目标是为开发人员提供编写应用程序的最简单方法，而无需过多地处理数据库后端，并能够以最简单的方式查询数据。因此，MySQL使用非常简单的语法来查询存储在MySQL 8.0中的文档。

让我们比较MongoDB和MySQL中的相同查询：

MongoDB中的第一个：

db.restaurants.find({"cuisine": "French", 
      "borough": { $not: /^Manhattan/} },
      {"_id":0, "name": 1,"cuisine": 1, "borough": 1}).limit(2)
 { "borough" : "Queens", "cuisine" : "French", 
   "name" : "La Baraka Restaurant" }
 { "borough" : "Queens", "cuisine" : "French", 
    "name" : "Air France Lounge" }

那是什么意思呢？上面的语法是否特别怪癖？

那接下来使用MySql的语法来看下上面的语句

MySQL [localhost+ ssl/docstore] JS> restaurants.find("cuisine='French' AND borough!='Manhattan'").fields(["name","cuisine","borough"]).limit(2)
 [
     {
         "borough": "Queens", 
         "cuisine": "French", 
         "name": "La Baraka Restaurant"
     },
     {
         "borough": "Queens", 
         "cuisine": "French", 
         "name": "Air France Lounge"
     }
 ]
 2 documents in set (0.0853 sec)

更明显不是吗？是不是也更好理解了，这就是我们使用该语法的原因！

程序员大伟

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
秒懂！七大理由：为什么使用MySQL的NoSQL？（蚂蚁金服架构师告诉我的）

前言MySQL 8.0中一个很棒的新功能是文档存储。现在使用MySQL，您可以将JSON文档存储在集合中，并使用CRUD操作对其进行管理。NoSQL现在是MySQL的一部分！而不是MongoDB和MySQL的混合，现在你可以消除MongoDB并与MySQL合并！这是NoSQL和SQL在同一个数据库服务器上的历史性汇集！要将MySQL 8.0用作文档存储，您需要安装X插件（默认情况下从8.0.11开始）。该插件支持[X DevAPI]，提供编程接口。使用X协议与MySQL服务器通
复制链接

扫一扫