一.区别
SQL数据库适合那些需求确定和对数据完整性要去严格的项目。NoSQL数据库适用于那些对速度和可扩展性比较看重的那些不相关的,不确定和不断发展的需求。简单来说就是:
-
SQL是精确的。它最适合于具有精确标准的定义明确的项目。典型的使用场景是在线商店和银行系统。
-
NoSQL是多变的。它最适合于具有不确定需求的数据。典型的使用场景是社交网络,客户管理和网络分析系统
二.NoSQL的分类和应用
1.列式数据
顾名思义,是按列存储数据的。最大的特点是方便存储结构化和半结构化数据,方便做数据压缩,对针对某一列或者某几列的查询有非常大的IO优势。
1)对应的nosql: HBase,BigTable等。
2)典型应用场景:按列存储,针对某一列或者某几列的查询有非常大的IO优势。
3)优点:查找速度快,可扩展性强,更容易进行分布式扩展。
4)缺点:功能相对局限。
2.文档数据库
旨在将半结构化数据存储为文档,通常采用 JSON 或 XML 格式。与传统关系数据库不同的是,每个 NoSQL 文档的架构是不同的,可让您更加灵活地整理和存储应用程序数据并减少可选值所需的存储。
1)对应的nosql:CouchDB, MongoDb
2)典型应用场景:存储类似JSON格式的内容,可对某些字段建立索引功能,是最像关系型的数据库。
3)优点:日志、分析。
4)缺点:查询性能不高,而且缺乏统一的查询语法。
3.图形数据库
可存储顶点以及称为边缘的直接链路。图形数据库可以在 SQL 和 NoSQL 数据库上构建。顶点和边缘可以拥有各自的相关属性。
1)数据模型:图结构
2)典型应用场景:社交网络,推荐系统等。专注于构建关系图谱,善于处理大量复杂、互连接、低结构化的数据,数据往往变化迅速,且查询频繁。
3)优点:利用图结构相关算法。比如最短路径寻址,N度关系查找等。
4)缺点:很多时候需要对整个图做计算才能得出需要的信息,而且这种结构不太好做分布式的集群方案。
4.内存键值存储
可以通过key快速查询到其value。一般来说,存储不管value的格式,照单全收,是针对读取密集型应用程序工作负载(例如社交网络、游戏、媒体共享和 Q&A 门户)。内存缓存可将重要数据存储在内存中以实现低延迟访问,从而提高应用程序性能。
1)对应的nosql:Redis,Memcached等
2)典型应用场景:储存用户信息,比如会话、配置文件、参数、购物车等等。这些信息一般都和ID(键)挂钩,这种情景下键值数据库是个很好的选择。
3)优点:查找速度快。
4)缺点:数据无结构化,通常只被当作字符串或者二进制数据。
-
\1. 取代通过键查询,而是通过值来查询。Key-Value数据库中根本没有通过值查询的途径。
-
\2. 需要储存数据之间的关系。在Key-Value数据库中不能通过两个或以上的键来关联数据。
-
\3. 事务的支持。在Key-Value数据库中故障产生时不可以进行回滚。
三.存在的库和应用
1. CouchDB
所用语言: Erlang 特点:DB一致性,易于使用
最佳应用场景:适用于数据变化较少,执行预定义查询,进行数据统计的应用程序。适用于需要提供数据版本支持的应用程序。
例如: CRM、CMS系统。
2.Redis
所用语言:C/C++ 特点:运行异常快
最佳应用场景:适用于数据变化快且数据库大小可遇见(适合内存容量)的应用程序。
例如:股票价格、数据分析、实时数据搜集、实时通讯。
3. MongoDB
所用语言:C++ 特点:保留了SQL一些友好的特性(查询,索引)
最佳应用场景:适用于需要动态查询支持;需要使用索引而不是 map/reduce功能;需要对大数据库有性能要求;需要使用 CouchDB但因为数据改变太频繁而占满内存的应用程序。
例如:你本打算采用 MySQL或 PostgreSQL,但因为它们本身自带的预定义栏让你望而却步。
4. Membase
所用语言: Erlang和C 特点:兼容 Memcache,但同时兼具持久化和支持集群
最佳应用场景:适用于需要低延迟数据访问,高并发支持以及高可用性的应用程序
例如:低延迟数据访问比如以广告为目标的应用,高并发的 web 应用比如网络游戏(例如 Zynga)
四.查询方式:
1:精确匹配:db.customer.find( {name: "John"} )
2.条件查询: db.customer.find( {age: {$gt:40}} ).pretty() >40
3.模糊查询:%a%
4.多条件查询:and、or