一篇文章带你全面理解NoSQL

 

一·什么是NoSQL？

1. NoSQL可以理解为Not Only Sql，范指非关系型数据库
2. 相对于当时铺天盖地的关系型存储，这一概念无疑是一种全新的思维的注入
3. 简单的说，NoSQL具有以下特点：灵活的可扩展性；灵活的数据模型；与云计算紧密融合

 
 

二·关系型数据库为何“过时”？

▶ 关系型数据库已经无法满足Web2.0的需求

1. 无法满足海量数据的管理需求
2. 无法满足数据高并发的需求
3. 无法满足高可扩展性和高可用性的需求

▶ One size fits all模式不再好用

关系模型企图既被用于数据分析，又被用于在线业务——前者强调高吞吐量，后者强调低延迟，鱼和熊掌不可兼得，企图“一套模型适合全部”是不可能的。
 
▶ 关系数据库引以为傲的完善事务机制和高效查询机制在Web2.0时代成为鸡肋

1. Web2.0不要求严格的数据库事务
2. Web2.0不要求严格的读写实时性
3. Web2.0甚至不需要大量复杂的SQL查询

 
 

三·NoSQL VS 关系型数据库

NoSQL	关系型数据库
超大规模数据	无法支持大规模数据
灵活的数据模型	死板的数据模型
较好支持Web2.0应用	无法较好支持Web2.0应用
强大的横向扩展能力	较差的扩展能力
缺乏数学理论基础	完善的代数理论基础
查询性能低	查询性能极高
不能实现事务	支持事务ACID四性
语法不统一	统一的SQL语法
技术不成熟，缺乏专业团队	技术成熟，专业团队提供技术支持

🌟 关系型数据库和NoSQL各有优缺点，它们之间的关系是合作而非取代——在很长一段时间内都将如此

关系型数据的应用场景——银行等关键业务，需要保证事务强一致性

NoSQL数据库的应用场景——互联网企业的非关键业务，比如数据分析

混合架构——关系型数据库和NoSQL的使用现状
 
案例：亚马逊的电商应用
· “购物篮”这种临时的非关键信息，采用键值存储
· 订单信息非常重要，放在关系型数据库里
· 大量的历史订单信息，则适合放在MongoDB等文档数据库中

 
 

四·NoSQL四大类型

理解并比较几种常见的数据库

1. MySQL：像一把菜刀，MySQL产生年代较早并已经成熟，虽然稍显过时，但它强大、高效，仍是现在使用最多的数据库
2. MongoDB：像一个多功能小刀，MangoDB是新生事物，有着灵活的数据模型，以及异步提交、地理位置索引等五花十色的功能
3. HBase：像一个仗势欺人的大象兵，HBase的强大主要依仗Hadoop的分布式环境，使用者需要养一头大象（Hadoop）
4. Redis：像一个金箍棒，Redis是键值数据库最杰出的代表，它简单、高效，并因其伸缩性而可大可小

 
 
 

五·NoSQL三大基石

NoSQL三大基石：CAP、BASE、最终一致性。

▊ CAP

▶ CAP分别是指？

• C（Consistency）：一致性。即多个节点在同一时间具有相同的数据
• A（Availability）：可用性。不管对错，反正请求一定要有相应。
• P（Tolerance of Network Partition）：分区容忍性。分离的节点可以独立运行，即不局限在一台机器。

▶ 鱼和熊掌，不可兼得

▶ 不同产品的设计理念

▊ BASE

提到NoSQL的BASE特性，就不得不说传统关系型数据库的事务ACID四性，我们可以加以对比进行学习 >_<

ACID	含义	通俗解释
A	Atomicity 原子性	要么全部成功，要么全部失败
C	Consistency 一致性	事务完成时，所有相关数据一致
I	Isolation 隔离性	并发事务相互隔离
D	Durability 持久性	事务完成后，这个影响是永久性的

BASE	含义	通俗解释
B A	Basically Availble 基本可用	分区出问题，整个系统仍然可用
S	Soft state 软状态	相对于硬状态的数据立即一致，软状态容忍数据的滞后
E	Eventual consistency 最终一致性	下面解释

▊ 最终一致性

一致性分为强一致性和弱一致性：

• 强一致性：一次更新后，可以保证后续访问到的都是最新的数据
• 弱一致性：一次更新后，不能保证后续访问到的都是最新的数据

最终一致性是弱一致性的特例——此时“不能保证”，但过一段时间，则“可以保证”；从“最终结果”看，一致性得到了保证。

 
 
 

五·再从NoSQL到NewSQL

 
▶ 大数据时代的理念变革
 

 
▶ 产品分布图