大数据技术原理与应用（第五章 NoSQL数据库）

一致性的类型包括强一致性和弱一致性，二者的主要区别在于高并发的数据访问操作下，后续操作是否能够获取最新的数据。对于强一致性而言，当执行完一次更新操作后，后续的其他读操作就可以保证读到更新后的最新数据；反之，如果不能保证后续访问读到的都是更新后的最新数据，那么就是弱一致性。（最终一致性是弱一致性的一种特例，允许后续的访问操作可以暂时读不到更新后的数据，但是经过一段时间之后，必须最终读到更新后的数据）最常见的实现最终一致性的系统是DNS（域名系统）。一个域名更新操作根据配置的形式被分发出去，并结合有过期机制的缓存；最终所有的客户端可以看到最新的值。

关系型数据库事务的ACID性质

A（Atomicity）：原子性

指事务必须是原子工作单元，对于其数据修改，要么全都执行，要么全都不执行。

C（Consistency）：一致性

指事务在完成时，必须使所有的数据都保持一致状态。

I（Isolation）：隔离性

指由并发事务所做的修改必须与任何其它并发事务所做的修改隔离。

D（Durability）：持久性

指事务完成之后，它对于系统的影响是永久性的，该修改即使出现致命的系统故障也将一直保持。

最终一致性

根据更新数据后各进程访问到数据的时间和方式的不同，可以区分为以下三种：

因果一致性

如果进程A通知进程B它已更新了一个数据项，那么进程B的后续访问将获得A写入的最新值。而与进程A无因果关系的进程C的访问，仍然遵守一般的最终一致性规则。

“读己之所写”一致性

可以视为因果一致性的一个特例。当进程A自己执行一个更新操作之后，它自己总是可以访问到更新过的值，绝不会看到旧值。

单调读一致性

如果进程已经看到过数据对象的某个值，那么任何后续访问都不会返回在那个值之前的值。

会话一致性

它把访问存储系统的进程放到会话（session）的上下文中，只要会话还存在，系统就保证“读己之所写”一致性。如果由于某些失败情形令会话终止，就要建立新的会话，而且系统保证不会延续到新的会话。

单调写一致性

系统保证来自同一个进程的写操作顺序执行。系统必须保证这种程度的一致性，否则就非常难以编程了。

对于分布式数据系统，如何实现各种类型的一致性？

N — 数据复制的份数

W — 更新数据是需要保证写完成的节点数

R — 读取数据的时候需要读取的节点数

当W+R>N时，保证强一致性

写的节点和读的节点重叠，则是强一致性。例如对于典型的一主一备同步复制的关系型数据库，N=2,W=2,R=1，则不管读的是主库还是备库的数据，都是一致的。一般设定是R＋W = N+1，这是保证强一致性的最小设定。

当W+R≤N时，弱一致性

例如对于一主一备异步复制的关系型数据库，N=2,W=1,R=1，则如果读的是备库，就可能无法读取主库已经更新过的数据，所以是弱一致性。

对于分布式系统，为了保证高可用性，一般设置N>=3。不同的N,W,R组合，是在可用性和一致性之间取一个平衡，以适应不同的应用场景。

如果N=W,R=1，任何一个写节点失效，都会导致写失败，因此可用性会降低，但是由于数据分布的N个节点是同步写入的，因此可以保证强一致性。

实例：HBase是借助其底层的HDFS来实现其数据冗余备份的。HDFS采用的就是强一致性保证。在数据没有完全同步到N个节点前，写操作是不会返回成功的。也就是说它的W＝N，而读操作只需要读到一个值即可，也就是说它R＝1。

5.5 从NoSQL到NewSQL

数据库的发展

应用场景

分析型应用：NewSQL

事务型应用：OldSQL

互联网应用：NoSQL

NewSQL数据库

NewSQL数据库同时具备OldSQL和NoSQL数据库各自的优点，基于关系数据模型保证了强一致性，事务一致性，支持SQL查询，同时具有很好的水平可扩展性，支持海量的数据存储。

关系数据库、NoSQL、NewSQL数据库产品分类图

5.6 文档数据库MongoDB

MangoDB是由C++语言编写的，一个基于分布式文件存储的开源数据库系统。MangoDB将数据存储为一个文档，数据结构由键值（key=>value）对组成，BSON： binary类型JSON对象。字段值可以包含其他文档，数组以及文档数组。在高负载的情况下，可以添加更多的节点以保证服务器的性能，旨在为WEB应用提供可扩展的高性能数据存储解决方案。

MangoDB特点

提供了一个面向文档的存储模式，相对关系型数据库操作简单；

可以设置任何属性的索引，实现更快的排序与查询（相对键值数据库）；

具有较好的水平可扩展性；

支持丰富的查询表达式，可以查询文档中内嵌的对象及数组；

可以直接替换已完成文档中某个指定的数据字段；

可以利用MapReduce对数据进行批量处理和聚合操作；

支持各种编程语言：RUBY，PYTHON，JAVA，C++，PHP，C#等语言。

MangoDB的概念术语与关系型数据库比较

集合就是Mongo文档组，类似于RDBMS中的表格；集合存在于数据库中，没有固定的结果，可插入不同格式和类型的数据，从而避免关系型数据库中的跨表连接。

MangoDB数据类型

String	字符串。存储数据常用的数据类型。在 MongoDB 中，UTF-8 编码的字符串才是合法的。
Integer	整型数值。用于存储数值。根据你所采用的服务器，可分为 32 位或 64 位。
Boolean	布尔值。用于存储布尔值（真/假）。
Double	双精度浮点值。用于存储浮点值。
Min/Max keys	将一个值与 BSON（二进制的 JSON）元素的最低值和最高值相对比。
Arrays	用于将数组或列表或多个值存储为一个键。
Timestamp	时间戳。记录文档修改或添加的具体时间。
Object	用于内嵌文档。
Null	用于创建空值。
Symbol	符号。该数据类型基本上等同于字符串类型，但不同的是，它一般用于采用特殊符号类型的语言。
Date	日期时间。用 UNIX 时间格式来存储当前日期或时间。你可以指定自己的日期时间：创建 Date 对象，传入年月日信息。
Object ID	对象 ID。用于创建文档的 ID。
Binary Data	二进制数据。用于存储二进制数据。
Code	代码类型。用于在文档中存储 JavaScript 代码。
Regular expression	正则表达式类型。用于存储正则表达式。