NoSQL数据库简介

Not Only SQL

5.1 NoSQL数据库具有以下几个特点：
（1）灵活的可扩展性(扩容方便，关系数据库扩容涉及复杂数据重新划分)
（2）灵活的数据模型(关系数据库表结构固定，不能动态扩展。Hbase中可动态扩展列族和列)
（3）与云计算紧密融合

（4）列数据库(如Hbase)读效率高，适合分析型应用场景

5.2  NoSQL兴起的原因

1、关系数据库已经无法满足Web2.0（用户产生多数据类型海量数据）的需求。主要表现在以下几个方面：
（1）无法满足海量数据的管理需求（访问数据库延时太大）
（2）无法满足数据高并发的需求(高并发时访问数据库效率低)
（3）无法满足高可扩展性和高可用性的需求

2、“One size fits all”模式很难适用于截然不同的业务场景
关系模型作为统一的数据模型既被用于数据分析，也被用于在线业务。但这两者一个强调高吞吐，一个强调低延时，已经演化出完全不同的架构。用同一套模型来抽象显然是不合适的
Hadoop就是针对离线数据分析(吞吐率要求高，实时性要求低)
MongoDB、Redis等是针对在线业务(吞吐率要求低，实时性要求高)，两者都抛弃了关系模型

3、关系数据库的关键特性包括完善的事务机制(一次事务中多个数据修改操作同时生效或不生效)和高效的查询机制。这两个关键特性(完善事务机制和高效查询机制)，到了Web2.0时代却成了鸡肋，主要表现在以下几个方面：
（1）Web2.0网站系统为了提高性能通常不要求严格的数据库事务(允许操作失败，如发布微博失败)
（2）Web2.0并不要求严格的读写实时性
（3）Web2.0通常不包含大量复杂的SQL查询（去数据结构化，存储空间(数据冗余)换取更好的查询性能）

5.3  NoSQL与关系数据库的比较

（1）关系数据库
优势：支持事务一致性，索引机制可以实现高效的查询
劣势：可扩展性较差(扩展需要重新划分表)，无法较好支持海量数据存储，数据模型过于死板、无法较好支持Web2.0应用

（2）NoSQL数据库
优势：具有强大的横向扩展能力(扩容)，可以支持超大规模数据存储，灵活的数据模型可以很好地支持Web2.0应用
劣势：复杂查询性能不高，不能实现事务强一致性，很难实现数据完整性，技术尚不成熟，缺乏专业团队的技术支持，维护较困难等

 

应用场景的差别

关系数据库和NoSQL数据库各有优缺点，彼此无法取代
关系数据库应用场景：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、传统企业的非关键业务（比如数据分析）

采用混合架构
案例：亚马逊公司就使用不同类型的数据库来支撑它的电子商务应用
对于“购物篮”这种临时性数据，采用键值存储会更加高效
当前的产品和订单信息则适合存放在关系数据库中
大量的历史订单信息则适合保存在类似MongoDB的文档数据库中