原文:https://zhuanlan.zhihu.com/p/32940868
不同的 Nosql,其实应用的场景各有不同,所以我们应该先了解不同Nosql 之间的差别,然后分析什么才是最适合我使用的 Nosql。
Nosql 介绍
Nosql 的全称是 Not Only Sql,这个概念早起就有人提出,在 09 年的时候比较火。Nosql 指的是非关系型数据库,而我们常用的都是关系型数据库。就像我们常用的 mysql,sqlserver 一样,这些数据库一般用来存储重要信息,应对普通的业务是没有问题的。但是,随着互联网的高速发展,传统的关系型数据库在应付超大规模,超大流量以及高并发的时候力不从心。而就在这个时候,Nosql得到的告诉的发展。
Nosql 和关系型数据库的区别
1.存储方式
关系型数据库是表格式的,因此存储在表的行和列中。他们之间很容易关联协作存储,提取数据很方便。而 Nosql 数据库则与其相反,他是大块的组合在一起。通常存储在数据集中,就像文档、键值对或者图结构。
2.存储结构
关系型数据库对应的是结构化数据,数据表都预先定义了结构(列的定义),结构描述了数据的形式和内容。这一点对数据建模至关重要,虽然预定义结构带来了可靠性和稳定性,但是修改这些数据比较困难。而Nosql 数据库基于动态结构,使用与非结构化数据。因为 Nosql 数据库是动态结构,可以很容易适应数据类型和结构的变化。
3.存储规范
关系型数据库的数据存储为了更高的规范性,把数据分割为最小的关系表以避免重复,获得精简的空间利用。虽然管理起来很清晰,但是单个操作设计到多张表的时候,数据管理就显得有点麻烦。而 Nosql 数据存储在平面数据集中,数据经常可能会重复。单个数据库很少被分隔开,而是存储成了一个整体,这样整块数据更加便于读写
4.存储扩展
这可能是两者之间最大的区别,关系型数据库是纵向扩展,也就是说想要提高处理能力,要使用速度更快的计算机。因为数据存储在关系表中,操作的性能瓶颈可能涉及到多个表,需要通过提升计算机性能来克服。虽然有很大的扩展空间,但是最终会达到纵向扩展的上限。而 Nosql 数据库是横向扩展的,它的存储天然就是分布式的,可以通过给资源池添加更多的普通数据库服务器来分担负载。
5.查询方式
关系型数据库通过结构化查询语言来操作数据库(就是我们通常说的SQL)。SQL 支持数据库 CURD 操作的功能非常强大,是业界的标准用法。而 Nosql 查询以块为单元操作数据,使用的是非结构化查询语言(UnQl),它是没有标准的。关系型数据库表中主键的概念对应 Nosql 中存储文档的 ID。关系型数据库使用预定义优化方式(比如索引)来加快查询操作,而 Nosql 更简单更精确的数据访问模式。
6.事务
关系型数据库遵循 ACID 规则(原子性( Atomicity )、一致性( Consistency )、隔离性( Isolation )、持久性( Durability )),而 Nosql数据库遵循 BASE 原则(基本可用(Basically Availble)、软/柔性事务(Soft-state )、最终一致性(Eventual Consistency))。由于关系型数据库的数据强一致性,所以对事务的支持很好。关系型数据库支持对事务原子性细粒度控制,并且易于回滚事务。而 Nosql 数据库是在 CAP(一致性、可用性、分区容忍度)中任选两项,因为基于节点的分布式系统中,很难全部满足,所以对事务的支持不是很好,虽然也可以使用事务,但是并不是 Nosql 的闪光点。
7.性能
关系型数据库为了维护数据的一致性付出了巨大的代价,读写性能比较差。在面对高并发读写性能非常差,面对海量数据的时候效率非常低。而Nosql 存储的格式都是 key-value 类型的,并且存储在内存中,非常容易存储,而且对于数据的 一致性是 弱要求。Nosql 无需 sql 的解析,提高了读写性能。
8.授权方式
关系型数据库通常有 SQL Server,Mysql,Oracle。主流的 Nosql 数据库有redis,memcache,MongoDb。大多数的关系型数据库都是付费的并且价格昂贵,成本较大,而 Nosql 数据库通常都是开源的。
Redis、Memcache、MongoDb 的特点与区别
Redis
优点
- 支持多种数据结构,如 string(字符串)、 list (双向链表)、dict ( hash表)、set (集合)、zset (排序 set)、hyperloglog(基数估算)。
- 支持持久化操作,可以进行 aof 及 rdb 数据持久化到磁盘,从而进行数据备份或数据恢复等操作,较好的防止数据丢失的手段。
- 支持通过 Replication 进行数据复制,通过 master-slave 机制,可以实时进行数据的同步复制,支持多级复制和增量复制,master-slave 机制是Redis 进行 HA 的重要手段。单线程请求,所有命令串行执行,并发情况下不需要考虑数据一致性问题。
- 支持 pub/sub 消息订阅机制,可以用来进行消息订阅与通知。
- 支持简单的事务需求,但业界使用场景很少,并不成熟。
缺点
- Redis 只能使用单线程,性能受限于 CPU 性能,故单实例 CPU 最高才可能达到 5-6wQPS 每秒(取决于数据结构,数据大小以及服务器硬件性能,日常环境中 QPS 高峰大约在1-2w左右)。
- 支持简单的事务需求,但业界使用场景很少,并不成熟,既是优点也是缺点。
- Redis 在 string 类型上会消耗较多内存,可以使用 dict(hash 表)压缩存储以降低内存耗用。
Memcache
优点
Memcached 可以利用多核优势,单实例吞吐量极高,可以达到几十万QPS(取决于 key、value 的字节大小以及服务器硬件性能,日常环境中QPS 高峰大约在4-6w左右)。适用于最大程度扛量。
支持直接配置为 session handle。
缺点
- 只支持简单的 key/value 数据结构,不像 Redis 可以支持丰富的数据类型。
- 无法进行持久化,数据不能备份,只能用于缓存使用,且重启后数据全部丢失。
- 无法进行数据同步,不能将 MC 中的数据迁移到其他 MC 实例中。
- Memcached 内存分配采用 Slab Allocation机制管理内存,value 大小分布差异较大时会造成内存利用率降低,并引发低利用率时依然出现踢出等问题。需要用户注重 value 设计。
MongoDB
优点
- 更高的写负载,MongoDB 拥有更高的插入速度。
- 处理很大的规模的单表,当数据表太大的时候可以很容易的分割表。
- 高可用性,设置M-S不仅方便而且很快,MongoDB 还可以快速、安全及自动化的实现节点(数据中心)故障转移。
- 快速的查询,MongoDB 支持二维空间索引,比如管道,因此可以快速及精确的从指定位置获取数据。MongoDB 在启动后会将数据库中的数据以文件映射的方式加载到内存中。如果内存资源相当丰富的话,这将极大地提高数据库的查询速度。
- 非结构化数据的爆发增长,增加列在有些情况下可能锁定整个数据库,或者增加负载从而导致性能下降,由于 MongoDB 的弱数据结构模式,添加1个新字段不会对旧表格有任何影响,整个过程会非常快速。
缺点
- 不支持事务。
- MongoDB 占用空间过大 。
- MongoDB 没有成熟的维护工具。
Redis、Memcache 和、MongoDB 的区别
1. 性能
三者的性能都比较高,总的来讲:Memcache 和 Redis 差不多,要高于MongoDB。
2. 便利性
- memcache 数据结构单一。
- redis 丰富一些,数据操作方面,redis 更好一些,较少的网络 IO 次数。
- mongodb 支持丰富的数据表达,索引,最类似关系型数据库,支持的查询语言非常丰富。
3. 存储空间
- redis 在 2.0 版本后增加了自己的VM特性,突破物理内存的限制;可以对key value 设置过期时间(类似 memcache)。
- memcache 可以修改最大可用内存,采用 LRU 算法。
- mongoDB 适合大数据量的存储,依赖操作系统 VM 做内存管理,吃内存也比较厉害,服务不要和别的服务在一起。
4. 可用性
redis,依赖客户端来实现分布式读写;主从复制时,每次从节点重新连接主节点都要依赖整个快照,无增量复制,因性能和效率问题,所以单点问题比较复杂;不支持自动 sharding,需要依赖程序设定一致 hash 机制。一种替代方案是,不用 redis 本身的复制机制,采用自己做主动复制(多份存储),或者改成增量复制的方式(需要自己实现),一致性问题和性能的权衡。
Memcache 本身没有数据冗余机制,也没必要;对于故障预防,采用依赖成熟的 hash 或者环状的算法,解决单点故障引起的抖动问题。
mongoDB 支持 master-slave,replicaset(内部采用 paxos 选举算法,自动故障恢复),auto sharding 机制,对客户端屏蔽了故障转移和切分机制。
5. 可靠性
- redis 支持(快照、AOF):依赖快照进行持久化,aof 增强了可靠性的同时,对性能有所影响。
- memcache 不支持,通常用在做缓存,提升性能。
- MongoDB 从1.8版本开始采用 binlog 方式支持持久化的可靠性。
6. 一致性
- Memcache 在并发场景下,用 cas 保证一致性。
- redis 事务支持比较弱,只能保证事务中的每个操作连续执行。
- mongoDB 不支持事务。
7. 数据分析
mongoDB 内置了数据分析的功能( mapreduce),其他两者不支持。
8. 应用场景
redis:数据量较小的更性能操作和运算上。
memcache:用于在动态系统中减少数据库负载,提升性能;做缓存,提高性能(适合读多写少,对于数据量比较大,可以采用 sharding)。
MongoDB:主要解决海量数据的访问效率问题。