NoSQL

1. NoSQL

NoSQL(NoSQL = Not Only SQL ), 意即"不仅仅是 SQL"。

在现代的计算系统上每天网络上都会产生庞大的数据量。

这些数据有很大一部分是由关系数据库管理系统 (RDBMS) 来处理。 1970 年 E.F.Codd’s 提出的关系模型的论文 “A relational model of data for large shared data banks”, 这使得数据建模和应用程序编程更加简单。

通过应用实践证明, 关系模型是非常适合于客户服务器编程, 远远超出预期的利益, 今天它是结构化数据存储在网络和商务应用的主导技术。

NoSQL 是一项全新的数据库革命性运动, 早期就有人提出, 发展至 2009 年趋势越发高涨。NoSQL 的拥护者们提倡运用非关系型的数据存储, 相对于铺天盖地的关系型数据库运用, 这一概念无疑是一种全新的思维的注入。

1.1. 什么是 NoSQL?

NoSQL, 指的是非关系型的数据库。NoSQL 有时也称作 Not Only SQL 的缩写, 是对不同于传统的关系型数据库的数据库管理系统的统称。

NoSQL 用于超大规模数据的存储。(例如谷歌或 Facebook 每天为他们的用户收集万亿比特的数据)。这些类型的数据存储不需要固定的模式, 无需多余操作就可以横向扩展。

1.2. 为什么使用 NoSQL ?

今天我们可以通过第三方平台(如: Google,Facebook 等)可以很容易的访问和抓取数据。用户的个人信息, 社交网络, 地理位置, 用户生成的数据和用户操作日志已经成倍的增加。我们如果要对这些用户数据进行挖掘, 那 SQL 数据库已经不适合这些应用了, NoSQL 数据库的发展却能很好的处理这些大的数据。

1.3. 实例

社会化关系网:

Each record: UserID1, UserID2
Separate records: UserID, first_name,last_name, age, gender,...
Task: Find all friends of friends of friends of ... friends of a given user.

Wikipedia 页面 :

Large collection of documents
Combination of structured and unstructured data
Task: Retrieve all pages regarding athletics of Summer Olympic before 1950.

1.4. RDBMS vs NoSQL

RDBMS

• 高度组织化结构化数据
• 结构化查询语言 (SQL) (SQL)
• 数据和关系都存储在单独的表中。
• 数据操纵语言, 数据定义语言
• 严格的一致性
• 基础事务

NoSQL

• 代表着不仅仅是 SQL
• 没有声明性查询语言
• 没有预定义的模式
  -键 - 值对存储, 列存储, 文档存储, 图形数据库
• 最终一致性, 而非 ACID 属性
• 非结构化和不可预知的数据
• CAP 定理
• 高性能, 高可用性和可伸缩性

1.5. NoSQL 简史

NoSQL 一词最早出现于 1998 年, 是 Carlo Strozzi 开发的一个轻量、开源、不提供 SQL 功能的关系数据库。

2009 年, Last.fm 的 Johan Oskarsson 发起了一次关于分布式开源数据库的讨论 [2], 来自 Rackspace 的 Eric Evans 再次提出了 NoSQL 的概念, 这时的 NoSQL 主要指非关系型、分布式、不提供 ACID 的数据库设计模式。

2009 年在亚特兰大举行的"no:sql(east)“讨论会是一个里程碑, 其口号是"select fun, profit from real_world where relational=false;”。因此, 对 NoSQL 最普遍的解释是"非关联型的", 强调 Key-Value Stores 和文档数据库的优点, 而不是单纯的反对 RDBMS。

1.6. NoSQL 的优点/缺点

优点:

• 高可扩展性
• 分布式计算
• 低成本
• 架构的灵活性, 半结构化数据
• 没有复杂的关系

缺点:

• 没有标准化
• 有限的查询功能(到目前为止)
• 最终一致是不直观的程序

1.7. NoSQL 数据库分类

类型	部分代表	特点
列存储	Hbase Cassandra Hypertable	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。
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	Tokyo Cabinet / Tyrant Berkeley DB MemcacheDB Redis	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。(Redis 包含了其他功能)
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	Berkeley DB XML BaseX	高效的存储 XML 数据, 并支持 XML 的内部查询语法, 比如 XQuery,Xpath。