（NoSQL）01_NoSQL 介绍

一、NoSQL 介绍

随着大数据时代的到来，越来越多的网站、应用系统需要支撑海量数据存储，高并发请求、高可用、高可扩展性等特性要求，传统的关系型数据库在应付这些调整已经显得力不从心，暴露了许多能以克服的问题。由此，各种各样的NoSQL（Not Only SQL）数据库作为传统关系型数据的一个有力补充得到迅猛发展。


NoSQL（Not only SQL）数据库，可以理解为区别于关系型数据库如mysql、oracle等的非关系型数据库。

二、NoSQL 应用场景

NoSQL 作为分布式系统的实现，海量数据永久性存储、非结构化数据存储、超大规模数据高效读写、超强水平扩展能力等这些特征让 NoSQL 得到了广泛应用。

三、NoSQL 不足之处

事务支持、关联特性，甚至于 SQL 查询，这些却是 NoSQL 的短板，也决定了 NoSQL 尚且取代不了关系型数据库。

四、NoSQL 分类

通常情况下，我们将 NoSQL 按功能特性不同分为4大类，即键值型、面向列族存储、文档型以及图数据库，参考下面表格：

五、常见 NoSQL 介绍

以下三种 NoSQL 是最常使用的：

Redis：基于内存、支持持久化的键值型数据库
HBase：面向列、高效随机读写的 NoSQL
MongoDB：查询高效、支持多索引的文档型数据库。

1、Redis：

Redis 是一个高性能、Key-Value的 NoSQL 数据库，内存访问，支持持久化磁盘，支持多种数据结构和算法（string，hash，list，set，zset，Bitmaps，HyperLogLog等）。主要应用在缓存场景。
主要特点：

高性能
纯内存访问（非数据同步无需读取磁盘）
单线程
非阻塞多路IO复用

2、HBase：

HBase是一个开源的非关系型分布式数据库，它参考了谷歌的BigTable建模，实现的编程语言为Java。它是Apache软件基金会的Hadoop项目的一部分，运行于HDFS文件系统之上，为 Hadoop 提供类似于BigTable 规模的服务。因此，它可以容错地存储海量稀疏的数据。
HBase是一个高可靠、高性能、面向列、可伸缩的分布式数据库，是谷歌BigTable的开源实现，主要用来存储非结构化和半结构化的松散数据。HBase的目标是处理非常庞大的表，可以通过水平扩展的方式，利用廉价计算机集群处理由超过10亿行数据和数百万列元素组成的数据表。
主要应用在海量数据存储、超大规模随机读写访问的场景。
主要特点：
随机读写访问
分布式、面向列
强一致性
底层数据存储在 HDFS 之上

3、MongoDB：

MongoDB 是一个分布式、面向文档的 NoSQL 数据库，用于大容量数据存储，提供统一的数据格式（bson），支持不同类型的索引。适用于存放对象或Json格式数据、追求高性能的业务场景。
主要特点：

面向文档，非常灵活
支持各种类型的索引
复制和故障切换，实现高可用性
自动分片，易于扩展

六. 关系型数据库与NoSQL的区别

6.1 RDBMS

高度组织化结构化数据
结构化查询语言（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
ACID

关系型数据库遵循ACID规则

事务在英文中是transaction，和现实世界中的交易很类似，它有如下四个特性： A (Atomicity) 原子性
原子性很容易理解，也就是说事务里的所有操作要么全部做完，要么都不做，事务成功的条件是事务里的所有操作都成功，只要有一个操作失败，整个事务就失败，需要回滚。比如银行转账，从A账户转100元至B账户，分为两个步骤：1）从A账户取100元；2）存入100元至B账户。这两步要么一起完成，要么一起不完成，如果只完成第一步，第二步失败，钱会莫名其妙少了100元。
C (Consistency) 一致性 一致性也比较容易理解，也就是说数据库要一直处于一致的状态，事务的运行不会改变数据库原本的一致性约束。
I (Isolation) 独立性
所谓的独立性是指并发的事务之间不会互相影响，如果一个事务要访问的数据正在被另外一个事务修改，只要另外一个事务未提交，它所访问的数据就不受未提交事务的影响。比如现有有个交易是从A账户转100元至B账户，在这个交易还未完成的情况下，如果此时B查询自己的账户，是看不到新增加的100元的
D (Durability) 持久性

6.2 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

6.3.分布式数据库中的CAP原理(了解)

聊到NoSQL不得不提著名的CAP理论，全称 Consistency Available and Partition tolerance，即一致性（C）、可用性（A）与分区容错性（P），这是 Eric Brewer 教授提出的分布式系统设计理念，并给出了定论：任何分布式系统只能同时满足其中二点，无法做到三者兼顾。这可以说是 NoSQL 数据库的理论基石，至今 NoSQL 领域也称得上是百花齐放了，一直也没有哪一款 NoSQL 同时兼顾着这三点特性。
CAP定理：

1. Consistency(强一致性), 数据一致更新，所有数据变动都是同步的
2. Availability(高可用性), 好的响应性能
3. Partition tolerance(分区容错性) 可靠性

P: 系统中任意信息的丢失或失败不会影响系统的继续运作。

定理：任何分布式系统只可同时满足二点，没法三者兼顾。
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
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。

CAP理论就是说在分布式存储系统中，最多只能实现上面的两点。
而由于当前的网络硬件肯定会出现延迟丢包等问题，所以分区容忍性是我们必须需要实现的。
所以我们只能在一致性和可用性之间进行权衡，没有NoSQL系统能同时保证这三点。
举例：

CA：传统Oracle数据库
AP：大多数网站架构的选择
CP：Redis、Mongodb

注意：分布式架构的时候必须做出取舍。
一致性和可用性之间取一个平衡。多余大多数web应用，其实并不需要强一致性。因此牺牲C换取P，这是目前分布式数据库产品的方向。