大数据技术第五章总结

1.NoSQL的特点

• 灵活的可扩展
• 灵活的数据模型
• 与云计算紧密融合

2.NoSQL与关系数据库的比较

 

 总结

关系数据库

• 优势：以完善的关系代数理论作为基础，有严格的标准，支持事务ACID四性，借助索引机制可以实现高效的查询，技术成熟，有专业公司的技术支持。
• 劣势：可扩展性较差，无法较好支持海量数据存储，数据模型过于死板、无法较好支持Web2.0应用，事务机制影响了系统的整体性能等。
• 应用场景：电信、银行等领域的关键业务系统，需要保证强事务一致性 

NoSQL数据库

• 优势：可以支持超大规模数据存储，灵活的数据模型可以很好地支持Web2.0应用，具有强大的横向扩展能力等
• 劣势：缺乏数学理论基础，复杂查询性能不高，大都不能实现事务强一致性，很难实现数据完整性，技术尚不成熟，缺乏专业团队的技术支持，维护较困难等。
• 应用场景：互联网企业、传统企业的非关键业务（比如数据分析）

关系数据库和NoSQL数据库各有优缺点，彼此无法取代

3.NoSQL的四大类型

键值数据库

适合存储简单的数据

• 优点：扩展性好、灵活性好、大量写操作时性能高
• 缺点：无法存储结构化信息、条件查询效率低

列族数据库

适合存储大量数据且需要高效存取少量列的情况。

• 优点：查询速度快、扩展性强、容易进行分布式扩展、复杂性低
• 缺点：功能较少，大都不支持强事务一致性

文档数据库

适合存储本结构化数据

• 优点：性能好、灵活性高、复杂性低、数据结构灵活
• 缺点：缺乏统一的查询语法

图数据库

适合存储和处理关系型数据

• 优点：灵活性高、支持复杂的图算法、可用于构建复杂的关系图谱
• 缺点：复杂度低、只能支持一定的数据模型

4.CAP

• NoSQL的三大基石包括CAP、BASE和最终一致性。

C（Consistency):一致性，所有节点在同一时间具有相同的数据。

A（Availability):可用性，快速获取数据，且在确定的时间内返回操作结果。

P（Tolerance of Network Partition):分区容忍性，系统中任意信息的丢失或失败不会影响系统继续运行。

CA：强调一致性（C）和可用性（A），放弃分区容忍性（P）。严重影响系统的可扩展性。

CP：强调一致性（C）和分区容忍性（P），放弃可用性（A）。当出现网络分区的情况时，受影响的服务需要等待数据一致，因此等待期间就无法对外提供服务。

AP：强调可用性（A）和分区容忍性（P），放弃一致性（C）。允许系统返回不一致的数据。eg：当用户需要发布一条微博时，必须能够立即发布，否则，用户就会放弃使用。