解读NoSQL

NoSQL简介
Nosql的全称是Not only sql，Nosql指的是非关系型数据库，而我们常用的都是关系型数据库。就像我们藏用的mysql，sqlserver一样，这些数据库一般用来存储重要信息，应对普通的业务是没有问题的。但是，随着互联网的高速发展，传统的关系型数据库（RDBMS）在应付超大规模，超大流量以及高并发的时候力不从心。而就在这个时候，Nosql得到的告诉的发展。
NoSQL中比较火的三个数据库Redis、Memchache、MongoDb。
NoSQL与RDBM的比较分析

1. 存储方式：
   　　关系型数据库是表格式的，因此存储在表的行和列中。他们之间很容易关联协作存储，提取数据很方便。而Nosql数据库则与其相反，他是大块的组合在一起。通常存储在数据集中，就像文档、键值对或者图结构。
2. 存储结构
   　　关系型数据库对应的是结构化数据，数据表都预先定义了结构（列的定义），结构描述了数据的形式和内容。这一点对数据建模至关重要，虽然预定义结构带来了可靠性和稳定性，但是修改这些数据比较困难。而Nosql数据库基于动态结构，使用与非结构化数据。因为Nosql数据库是动态结构，可以很容易适应数据类型和结构的变化。
3. 存储规范
   关系型数据库对应的是结构化数据，数据表都预先定义了结构（列的定义），结构描述了数据的形式和内容。这一点对数据建模至关重要，虽然预定义结构带来了可靠性和稳定性，但是修改这些数据比较困难。而Nosql数据库基于动态结构，使用与非结构化数据。因为Nosql数据库是动态结构，可以很容易适应数据类型和结构的变化。
4. 存储扩展
   这可能是两者之间最大的区别，关系型数据库是纵向扩展，也就是说想要提高处理能力，要使用速度更快的计算机。因为数据存储在关系表中，操作的性能瓶颈可能涉及到多个表，需要通过提升计算机性能来克服。虽然有很大的扩展空间，但是最终会达到纵向扩展的上限。而Nosql数据库是横向扩展的，它的存储天然就是分布式的，可以通过给资源池添加更多的普通数据库服务器来分担负载。
5. 查询方式
   关系型数据库通过结构化查询语言来操作数据库（就是我们通常说的SQL）。SQL支持数据库CURD操作的功能非常强大，是业界的标准用法。而Nosql查询以块为单元操作数据，使用的是非结构化查询语言（UnQl），它是没有标准的。关系型数据库表中主键的概念对应Nosql中存储文档的ID。关系型数据库使用预定义优化方式（比如索引）来加快查询操作，而Nosql更简单更精确的数据访问模式。
6. 事务
   关系型数据库遵循ACID规则（原子性(Atomicity)、一致性(Consistency)、隔离性(Isolation)、持久性(Durability)），而Nosql数据库遵循BASE原则（基本可用（Basically Availble）、软/柔性事务（Soft-state ）、最终一致性（Eventual Consistency））。由于关系型数据库的数据强一致性，所以对事务的支持很好。关系型数据库支持对事务原子性细粒度控制，并且易于回滚事务。而Nosql数据库是在CAP（一致性、可用性、分区容忍度）中任选两项，因为基于节点的分布式系统中，很难全部满足，所以对事务的支持不是很好，虽然也可以使用事务，但是并不是Nosql的闪光点。
7. 性能分析
   　　关系型数据库为了维护数据的一致性付出了巨大的代价，读写性能比较差。在面对高并发读写性能非常差，面对海量数据的时候效率非常低。而Nosql存储的格式都是key-value类型的，并且存储在内存中，非常容易存储，而且对于数据的 一致性是 弱要求。Nosql无需sql的解析，提高了读写性能。
8. 授权方式
   　　关系型数据库通常有SQL Server，Mysql，Oracle。主流的Nosql数据库有redis，memcache，MongoDb。大多数的关系型数据库都是付费的并且价格昂贵，成本较大，而Nosql数据库通常都是开源的。
   CAP定理（CAP theorem）
   在计算机科学中, CAP定理（CAP theorem）, 又被称作 布鲁尔定理（Brewer’s theorem）, 它指出对于一个分布式计算系统来说，不可能同时满足以下三点:
9. 一致性(Consistency) (所有节点在同一时间具有相同的数据)
10. 可用性(Availability) (保证每个请求不管成功或者失败都有响应)
11. 分隔容忍(Partition tolerance) (系统中任意信息的丢失或失败不会影响系统的继续运作)
    
    CAP理论的核心是：一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。
    因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 1. AP 原则三 大类：
12. CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
13. CP - 满足一致性，分区容忍性的系统，通常性能不是特别高。
    AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。
    
    NoSQL中的Redis、Memchache、MongoDb比较分析
    Redis:
    优点
    1.支持多种数据结构，如 string（字符串）、 list(双向链表)、dict(hash表)、set(集合）、zset(排序set)、hyperloglog（基数估算）
    2.支持持久化操作，可以进行aof及rdb数据持久化到磁盘，从而进行数据备份或数据恢复等操作，较好的防止数据丢失　　的手段。
    3.支持通过Replication进行数据复制，通过master-slave机制，可以实时进行数据的同步复制，支持多级复制和增量复制，master-slave机制是Redis进行HA的重要手段。
    4.单线程请求，所有命令串行执行，并发情况下不需要考虑数据一致性问题。
    5.支持pub/sub消息订阅机制，可以用来进行消息订阅与通知。
    6.支持简单的事务需求，但业界使用场景很少，并不成熟。
    缺点：
    1.Redis只能使用单线程，性能受限于CPU性能，故单实例CPU最高才可能达到5-6wQPS每秒（取决于数据结构，数据大小以及服务器硬件性能，日常环境中QPS高峰大约在1-2w左右）。
    2.支持简单的事务需求，但业界使用场景很少，并不成熟，既是优点也是缺点。
    3.Redis在string类型上会消耗较多内存，可以使用dict（hash表）压缩存储以降低内存耗用。
    Memcache：
    优点
    1.Memcached可以利用多核优势，单实例吞吐量极高，可以达到几十万QPS（取决于key、value的字节大小以及服务器硬件性能，日常环境中QPS高峰大约在4-6w左右）。适用于最大程度扛量。
    2.支持直接配置为session handle。
    缺点
    1只支持简单的key/value数据结构，不像Redis可以支持丰富的数据类型。
    2.无法进行持久化，数据不能备份，只能用于缓存使用，且重启后数据全部丢失。
    3.无法进行数据同步，不能将MC中的数据迁移到其他MC实例中。
    4.Memcached内存分配采用Slab Allocation机制管理内存，value大小分布差异较大时会造成内存利用率降低，并引发低利用率时依然出现踢出等问题。需要用户注重value设计。
    MongoDB：
    优点
    1.更高的写负载，MongoDB拥有更高的插入速度。
    2.处理很大的规模的单表，当数据表太大的时候可以很容易的分割表。
    3.高可用性，设置M-S不仅方便而且很快，MongoDB还可以快速、安全及自动化的实现节点（数据中心）故障转移。
    4.快速的查询，MongoDB支持二维空间索引，比如管道，因此可以快速及精确的从指定位置获取数据。MongoDB在启动后会将数据库中的数据以文件映射的方式加载到内存中。如果内存资源相当丰富的话，这将极大地提高数据库的查询速度。
    5.非结构化数据的爆发增长，增加列在有些情况下可能锁定整个数据库，或者增加负载从而导致性能下降，由于MongoDB的弱数据结构模式，添加1个新字段不会对旧表格有任何影响，整个过程会非常快速。
    缺点
    1.不支持事务。
    2.MongoDB占用空间过大 。
    3.MongoDB没有成熟的维护工具。
    Redis、Memcache和MongoDB的区别：
    1.性能
    三者的性能都比较高，总的来讲：Memcache和Redis差不多，要高于MongoDB。
    2.便利性
    memcache数据结构单一。
    redis丰富一些，数据操作方面，redis更好一些，较少的网络IO次数。
    mongodb支持丰富的数据表达，索引，最类似关系型数据库，支持的查询语言非常丰富。
    3,存储空间
    redis在2.0版本后增加了自己的VM特性，突破物理内存的限制；可以对key value设置过期时间（类似memcache）。
    memcache可以修改最大可用内存,采用LRU算法。
    mongoDB适合大数据量的存储，依赖操作系统VM做内存管理，吃内存也比较厉害，服务不要和别的服务在一起。
    4.可用性
    redis，依赖客户端来实现分布式读写；主从复制时，每次从节点重新连接主节点都要依赖整个快照,无增量复制，因性能和效率问题，所以单点问题比较复杂；不支持自动sharding,需要依赖程序设定一致hash 机制。一种替代方案是，不用redis本身的复制机制，采用自己做主动复制（多份存储），或者改成增量复制的方式（需要自己实现），一致性问题和性能的权衡。
    Memcache本身没有数据冗余机制，也没必要；对于故障预防，采用依赖成熟的hash或者环状的算法，解决单点故障引起的抖动问题。
    mongoDB支持master-slave,replicaset（内部采用paxos选举算法，自动故障恢复）,auto sharding机制，对客户端屏蔽了故障转移和切分机制。
    5.可靠性
    redis支持（快照、AOF）：依赖快照进行持久化，aof增强了可靠性的同时，对性能有所影响。
    memcache不支持，通常用在做缓存,提升性能。
    MongoDB从1.8版本开始采用binlog方式支持持久化的可靠性。
    6.一致性
    Memcache 在并发场景下，用cas保证一致性。
    redis事务支持比较弱，只能保证事务中的每个操作连续执行。
    mongoDB不支持事务。
    7.数据分析
    mongoDB内置了数据分析的功能(mapreduce),其他两者不支持。
    8.应用场景
    redis：数据量较小的更性能操作和运算上。
    memcache：用于在动态系统中减少数据库负载，提升性能;做缓存，提高性能（适合读多写少，对于数据量比较大，可以采用sharding）。
    MongoDB:主要解决海量数据的访问效率问题。####