NoSQL Distilled

发表于 | 分类于

NoSQL 精粹

img
Martin Fowler和Pramond（《数据库重构》作者）联合出品的这本书，为了我们如何看待、使用NoSQL数据库，提供了一个很好的起点。

为什么要用NoSQL？

关系型数据库有很多优势，但绝非完美。对开发者来说，最令他们失望的就是：
关系模型和内存中的数据结构存在差异，即 “阻抗失谐”

另外，关系型数据库在集群的环境中使用的成本较高，不适用于21世纪的互联网公司。
NoSQL作为无模式、非关系数据库而出现，有效的解决以上问题。
为关系型数据库做了有益的补充，让混合持久化成为了当今的趋势。

数据模型

img

NoSQL数据库的数据模型有2种：面向聚合的数据模型、面向复杂关系的数据模型。
键值、文档、列族类型的NoSQL数据库都属于面向聚合的数据模型。
而“图”数据库则是一个异类，它比关系型数据库更擅长处理复杂的关系，补充了关系型数据库的另外一个不足之处。

它们都是无模式的数据库，可以随意新增字段，然而用户在使用数据时，通常还是要遵循一套隐式模式。

面向聚合的数据库对于复杂查询的支持比不上关系型数据库，它通常是用不同的方式重组主聚合的数据，以计算出各种“物化视图”。计算过程一般通过“map－reduce”来实现。

分布式模型

在不需要分布数据就能应对时，总应选用“单一服务器”方案。

数据分布的路径有2种：复制（replication）、分片（sharding） 。
2者是“正交的” ，可单独使用，也可以结合使用。

由简至繁的顺序如下：

  • 单一服务器
  • 分片
  • 主从复制
  • 对等复制

分片

把数据分部分存放在不同服务器中，以此实现横向扩张，这种技术就叫“分片”。
分片同时提高来读取和写入的效率，但也有可能降低数据库的错误恢复能力。

主从复制

主持复制通常是经过“投票”的方法来选定一个“主节点”，“主节点”负责写入数据，通过复制的方式把数据同步到“从节点”，“从节点”复制数据的读取。

主从复制适合需要频繁读取数据的情况，它增强来读取操作的故障恢复能力。
但其缺点是，在数据同步的过程中，容易带来数据的不一致性.

对等复制

对等复制没有“主节点”的概念，所有的节点对等的写入和读取。
但它也存在数据的不一致性的问题。

版本戳

版本戳可以由计数器、GUID、内容哈希码、时间戳来实现，或者组合其中几种来实现。
通过版本戳可以有效的检测并发冲突问题。

映射-从简

map-reduce是一种集群上执行并发计算的模式

“映射”任务从聚合中读取数据，将之缩减为相关键值对。
“从简”任务将“映射”任务生成的许多相同关键字的值简化为一个输出值。
它们之间可以通过“管道”的方式来组合，通过“物化视图”来存储招的计算结果。

键值数据库

键值数据库（key－value）是一张简单的哈希表，所有数据库访问都通过主键来操作。

流行的键值数据库有：Riak，Redis、Memcached等。。

适用场合

  • session信息
  • 用户配置信息
  • 购物车数据

不适用场合

  • 数据间关系
  • 含有多项操作的事务
  • 查询数据
  • 操作关键字集合

文档数据库

文档数据库以“文档”为主要概念，存储格式可以是XML、JSON、BSON等。

流行的文档数据库有： MongoDB、CouchDB等

它有一个键值数据库没有的好处： 可以直接查询文档中的数据，不需要先根据关键字获取整个文档。

适用场合

  • 事件记录
  • CMS与Blog
  • 网站分析与实时分析
  • 电子商务

不适用场合

  • 包含多项操作的复杂事务
  • 查询持续变化的聚合结构

列族数据库

列族数据库可以存储关键字及其映射值，并且可以把值分成多个列族，让每个列族代表一张数据映射表。

流行的列族数据库有： Cassandra、HBase等

适用场合

  • 事件记录
  • CMS与Blog
  • 计数器
  • 限期使用

不适用场合

  • 查询模式多变的场景

图数据库

图数据库可以存放实体及实体间的关系，实体也叫“节点”，它们之间的关系也叫“边”。

流行的图数据库有：Neo4J、HyperGraphDB 等

适用场合

  • 互联数据
  • 基于位置的服务
  • 推荐引擎

不适用场合

  • 属性多变的场景

混合持久化

不同的数据库用来解决不同的问题，只用一种数据库引擎的时代已经过去。