分布式系统，NoSql与关系型数据库的比较

一、分布式系统CAP理论：
1、Consistency: 一致性 ：
系统中所有节点的数据状态(版本) 是相同的

2、Avalibility 可用性 ：
系统会处理和响应每个请求 24x7

3、Partition-tolerance 分区可容忍性：
如果一些节点宕机或者网络故障 还能提供服务

水平扩张：
1、数据分片
2、数据冗余
一致性：
1、最终一致性
2、强一致性

P是必须的 C和A具体需要更强调哪一个 就看具体业务需求。

分布式系统的一致性：
1、强一致性： 一单对数据有修改 所有的后续的读请求 读到的数据都是最新的版本
2、弱一致性： 数据修改之后 不保证后续的读请求会读到最新的版本(尽可能)
3、最终一致性： 弱一致性的特殊形式 在一次数据修改之后 最终的所有的请求都会拿到最新的版本

系统架构最终是取舍和平衡

ACID原则：

BASE原则：
面向大型的高可用 高并发 的分布式系统

分库分表：
关系型数据库在单机容量上达到上限的时候 做拓展是非常难的 往往要根据主键进行分表
其实可以想到一旦分表之后 就已经开始违反关系型数据库的范式了
因为同一个集合的数据被拆分到多个表

关系型数据库实际上包括两个重要的组成部分：
1、基于集合理论的sql
2、关系型数据模型
特点：
1、支持SQL需要提供一个复杂的系统 即使你仅仅使用最简单的功能
2、很多时候我们需要的仅仅是使用主键存取数据 但是关系型数据库依然要按照完全支持SQL理论提供地城支持

因此 有上可知 流年暗中偷换
当数据开始分布存储的时候 关系型数据库主键演变成 依赖主键的查询系统

NoSQL的崛起
1、它是Not Only SQL的缩写
2、一类非关系数据存储系统
3、通常不需要一个固定的表的模式
4、所有的NoSQL系统设计中 都淡化了一个或者更多的ACID属性
5、相比传统数据库 叫它分布式数据管理系统更加贴切
数据存储被简化更灵活 重点被放在了分布式数据管理上
特点：
1、支持SQL不再是必选项 取而代之的是简单的Key-Value存取模型
2、在关系型数据的基础上大刀阔斧的做减法 比如不支持事务
3、NoSql产品对性能的关注远远超过ACID 往往只提供行级别的原子性操作
即对同一个key的操作会是串行执行 保证数据不会损坏
4、这样的策略可以应对大多数场景 关键的是它可以带来非常可观的执行效率的提升
5、NoSql产品在设计上比较收敛 一般比较克制增加新功能 避免回到关系型数据库的老路上


关系型数据库和NoSQL数据库各有优缺点 彼此无法取代
关系型数据库应用场景： 电信 银行等领域的关键业务系统 需要保证强事务一致性
NoSQL数据库应用场景：互联网企业 传统企业等非关键业务(比如数据分析)