Nosql解读

NoSQL(Not Only SQL),泛指非关系型数据库，它的出现告诉我们：适用关系型数据库的时候就使用关系型数据库，不适用的时候也没有必要非使用关系型数据库不可，可以考虑使用更加合适的数据存储。

NoSQL简介

关系型数据库的不足

关系型数据库的性能非常高，但是它毕竟是一个通用型的数据库，并不能完全适应所有的用途，具体来说它并不擅长以下处理:
- 大量数据的写入处理
- 为有数据更新的表做索引或表结构变更
- 字段不固定时应用
- 对简单查询需要快速返回结果的处理

这里逐一进行说明：
1. 大量数据的写入处理
　　在数据读入方面，由复制产生的主从模式（数据的写入由主数据库负责，数据的读入由从数据库负责），可以比较简单的通过增加从数据库来实现规模化，但是在数据库的写入方面却不是这么简单，例如，考虑把主数据库从一台增加到俩台，做为互相关联复制的二元主数据库来使用，确实这样似乎可以把每台主数据库的负荷减少一半，但是更新处理会发生冲突（同样的数据在俩台服务器同时更新成其他值），可能会造成数据的不一致，为了避免这样的问题，就需要把对某个表的请求分别分配给合适的的主数据库来处理。
　　另外也可以考虑把数据库分割开来，分别放在不同的数据库服务器上。数据库分割可以减少每台数据库服务器上的数据量，以便减少磁盘I/O处理，实现内存上的高速处理。但是这样做存储在不同服务器上的表之间就无法进行join处理。
　　
2. 为有数据更新的表做索引或表结构变更
　　在使用关系型数据库时，为了加快查询速度需要创建索引，为了增加必要的字段就一定需要改变表结构。为了进行这些处理，需要对表进行共享锁定，这期间数据变更（更新，插入，删除）是无法进行的。如果为数据量比较大的表创建索引或者是变更其表结构，就可能会导致长时间内数据无法进行更新。
　　
3. 字段不固定时的应用
　　如果字段不固定，在实际运用中每次都进行反复的表结构变更时非常痛苦的，也可以预先设定大量的预备字段，但这样的话很容易弄不清楚字段和数据的对应状态。
　　
4. 对简单查询需要快速返回结果的处理
　　关系型数据库并不擅长对简单的查询快速返回结果，因为关系型数据库是使用SQL进行读取的，它需要对SQL语言进行解析，同时还有对表的的锁定和解锁这样的额外开销。若希望对简单查询进行高速处理，没有必要非用关系型数据库不可。

RDBMS和NoSQL的区别

RDBMS	NoSQL
遵循ACID原则(原子性，一致性，独立性，持久性)	BASE原则(基本可用，软状态/柔性事务,最终一致性)
结构化查询语言(SQL)	没有标准统一的查询语言
高度组织化结构化数据	非结构化和不可预知的数据
	CAP定理

CAP定理

在计算机科学中, CAP定理（CAP theorem）, 又被称作 布鲁尔定理（Brewer’s theorem）, 它指出对于一个分布式计算系统来说，不可能同时满足以下三点:
- 一致性(Consistency) (所有节点在同一时间具有相同的数据)
- 可用性(Availability) (保证每个请求不管成功或者失败都有响应)
- 分隔容忍(Partition tolerance) (系统中任意信息的丢失或失败不会影响系统的继续运作)

CAP理论的核心是：一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。
因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三大类：
- CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
- CP - 满足一致性，分区容忍性的系统，通常性能不是特别高。
- AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。

NoSQL数据库分类

类型	部分代表	特点
列存储	Hbase Cassandra Hypertable	按列存储数据。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
文档存储	MongoDB CouchDB	文档存储一般用类似json的格式存储，存储的内容是文档型的。这样也就有机会对某些字段建立索引，实现关系数据库的某些功能
key-value存储	Redis MemcacheDB	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
图存储	Neo4J FlockDB	图形关系的最佳存储。使用传统关系数据库来解决的话性能低下，而且设计使用不方便
对象存储	db4o Versant	通过类似面向对象语言的语法操作数据库，通过对象的方式存取数据
xml数据库	BaseX	高效的存储XML数据，并支持XML的内部查询语法，比如XQuery,Xpath