关系型数据库(RDBMS)与非关系型数据库(NOSQL)

关系型数据库(RDBMS)

MySql、Oracle、SqlServer、DB2等

一般 满足 ACID

• A(Atomicity) 原子性
• C(Consistency) 一致性
• I(Isolation) 独立性
• D(Durability) 持久性

事务的原子性

事务的原子性指的是，事务中包含的程序作为数据库的逻辑工作单位，它所做的对数据改操作要全部执行，要么全部不执行。这种特性称为原子性。 事务的原子性要求，如果把一个事务看作是一个程序，它要么完整的被执行，要么完全执行。就是说事务的操纵序列或者完全应用到数据库或者完全不影响数据库。这种特性称为原子性 假如用户在一个事务内完成了对数据库的更新，这时所有的更新对外部世界必须是可见的，或者完全没有更新。前者称事务已提交，后者称事务撤销。DBMS必须确保由成功提交的事物完成的所有操作在数据库内有完全的反映，而失败的事务对数据库完全没有影响

事务的一致性

指在一个事务执行之前和执行之后数据库都必须处于一致性状态。这种特性称为事务的一致性。假如数据库的状态满足所有的完整性约束，就说该数据库是一致的。
一致性处理数据库中对所有语义约束的保护。假如数据库的状态满足所有的完整性约束,就说该数据库是一致的。例如，当数据库处于一致性状态S1时，对数据库执行一
个事务，在事务执行期间假定数据库的状态是不一致的，当事务执行结束时，数据库处在一致性状态S2

隔离性

隔离性指并发的事务是相互隔离的。即一个事务内部的操作及正在操作的数据必须封锁起来，不被企图进行修改的事务看到 分离性是DBMS针对并发事务间的冲突提供的安全保证。DBMS可以通过加锁在并发执行的事务间提供不同级别的分离。假如并发交叉执行的事务没有任何控制。操纵相同的共享对象的多个并发事务的执行可能引起异常情况
DBMS可以在并发执行的事务间提供不同级别的分离。分离的级别和并发事务的吞吐量之间存在反比关系。较多事务的可分离性可能会带来较高的冲突和较多的事务流产。流产的事务要消耗资源，这些资源必须要重新被访问。因此，确保高分离级别的DBMS需要更多的开销

持久性

持久性意味着当系统或介质发生故障时，确保已提交事务的更新不能丢失。即一旦一个事务提交，DBMS保证它对数据库数据的改变应该是永久性的，耐得住任何系统故障
。持久性通过数据库备份和恢复来保证 持久性意味着当系统或介质发生故障时，确保已提交事务的更新不能丢失。即对已提交事务的更新恢复。一旦一个事务被提交，DBMS必须保证提供适当的冗余，使其耐的住系统故障。所以，持久性主要在于DBMS的恢复性能

NOSQL

Ridis、MonogDB等

满足CAP

• C(Consistency) 强一致性
• A(Availability) 可用性
• P(Partition tolerance) 分区容错性

一致性（C）

在分布式系统中的所有数据备份，在同一时刻是否同样的值。（等同于所有节点访问同一份最新的数据副本）

可用性（A）

在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。（对数据更新具备高可用性）

分区容错性（P）

以实际效果而言，分区相当于对通信的时限要求。系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操作在C和A之间做出选择。

CAP

Consistency(强一致性), 数据一致更新，所有数据变动都是同步的

Availability(高可用性), 好的响应性能

Partition tolerance(分区容错性) 可靠性

C：一致性，就是说所有的服务器上面的数据都是一样的，

A：可用性，用户访问服务器上面的数据，响应时间在可以接受的范围内

P：分区容错性，其实就是高可用性，一个节点崩了，并不影响我们其它的节点

1：满足C，所有的机器上的数据都是一样，这样的情况下会有什么需求呢？每当一个新数据新增到其中一个服务器上，这个数据要同步到其它服务器，这样的情况下才可以保证C

2：满足A，这样的情况下会有什么需求呢？用户随时都在访问，都能在可控的时间内返回正确的数据

3：满足P，非常可靠，怎么能可靠呢？那必须是机器越多越可靠，为啥？我有1亿台服务器，挂了几万台，完全没影响嘛。

1：满足C和A，那么P能不能满足呢？

满足C需要所有的服务器的数据要一样，也就是说要实现数据的同步，那么同步要不要时间？肯定是要的，并且机器越多，同步的时间肯定越慢，这里问题就来了，我们同时也满足了A，也就是说，我要同步时间短才行。这样的话，机器就不能太多了，也就是说P是满足不了的

2：满足C和P，那么A能不能满足呢？

满足P需要很多服务器，假设有1000台服务器，同时满足了C，也就是说要保证每台机器的数据都一样，那么同步的时间可就很大，在这种情况下，我们肯定是不能保证用户随时访问每台服务器获取到的数据都是最新的，想要获取最新的，可以，你就等吧，等全部同步完了，你就可以获取到了，但是我们的A要求短时间就可以拿到想要的数据啊，这不就是矛盾了，所以说这里A是满足不了了

CA & AP

CA：传统关系数据库

AP：key-value数据库

最终一致性

强一致性：即时同步，花费性能，但是确保数据都是准确无误的

弱一致性：一个服务器的更新会导致“不一致窗口”，而且会持续一段时间，期间读取的数据是错误的

最终一致性：最终一致性是弱一致性的一种特例。假如A首先write了一个值到存储系统，存储系统保证如果在A,B,C后续读取之前没有其它写操作更新同样的值的话，最终所有的读取操作都会读取到最A写入的最新值。此种情况下，如果没有失败发生的话，“不一致性窗口”的大小依赖于以下的几个因素：交互延迟，系统的负载，以及复制技术中replica的个数。

BASE特性

BA: Basic Availability 基本业务可用性，支持分区失败

S: Soft state 柔性状态，状态可以有一段时间不同步，异步。

E: Eventual consistency 最终一致性，最终数据是一致的就可以了，而不是时时高一致。