NoSQL(Not only sql)基础简介

NoSQL是非关系型数据库

两者关系，HBase是NoSQL的一种。

 

NoSQL特性

1.Eventual  consistency（最终一致性）：

写入数据库之后，

你不一定能马上读到刚写入的数据

但最终会保持一致。

 

2.  NoSQL数据库不怕数据冗余多副本，因为成本比较低。

而且这样查询很多数据就不需要join了，很多数据在一张表里就搞定了。

 

关系型数据库要避免数据冗余，成本会增加不少。

关系型数据库本身硬盘是特殊的，空间就已经很贵了，column可以用成char绝对不会用varchar。

 

NoSQL概念解释

1. CAP理论：

Consistency：数据一致性

Availability ：服务可用性（7x24小时）

Partition Tolerance：分区容错性（不同机器上分布式部署后并行处理，

并可以进行灾难恢复。也就是某台机器上服务挂了，不影响整个系统的继续处理）

 

可以看到关系型数据库比较侧重于数据一致性（读写随时一致）和服务7x24小时可用

Nosql数据库就比较重视一致性和容灾，虽然不是强一致性，而是最终一致性

，对于服务7x24小时可用做的也没那么好。

HBase的Availability是通过zookeeper实现的，原生不支持，但是有方案。

 

2. 索引自己看吧，功能比较弱。

HBase要用到HDFS 

index一般建在主键上。

 

3. Nosql几种主流查询方式

（1）脚本语言，如js

（2）后面加了对sql语言的支持，但是优化器还没有，做的不是很好。不如hive。

（3）有些对mapreduce 代码也支持，所以mapreduce可以跨节点来计算。

 

4.Sharding（分片）

和hive partition是一个意思！！！

相当于把一个表，分布式存储在不同机器上，进而分布式查询。

 

5. 根据业务需求来选择Nosql产品

 

 

 

主要是四类：

（1）key-value store

最广泛但不是最流行，基于key-value。可以理解为一个大的hashmap table。

对数据结构schema没有特别要求。

产品如redis等。

数据的格式最大的特点是：都有一个key，比如说下图中row_id是key，其他列都是value。

 

（2）wide Column

和key-value方式唯一的区别就是宽列（column families / super column）。

Column famiilies就是一组column的集合，

以Hbase领衔，Google big table，Cassandra等。

更接近大数据的处理规模。

格式如下图所示，column families也就是多个supercolumn，supercolumn下还有column。

 

 

 

（3）Document Store（完全没听懂，但是不重要）

以mongoDB领衔

文档通常是json对象，本身就是一种schema。

（4）用于关系型分析，比如朋友网络如何建立的。

基于图的数据库分析会方便。