几种数据库存储模型的对比

数据库

    数据库是按照一定数据结构所定义并且用来组织，管理，存储数据的仓库。大家熟悉的MySQL数据库。就是其中的关系型数据库。而像redis这种的又是非关系型数据库，这类技术被称之为NoSQL，还有新出现的一类数据库，NewSQL，NewSQL是不仅具有NoSQL对海量数据的存储管理能力，还保持了传统数据库对ACID和SQL特性的支持。

数据库行业真可谓百花齐放。

NoSQL是一种新型的技术。可以实现高吞吐量，不支持ACID数据库的设计范式。NoSQL没有统一的查询语言。

数据库中什么是关系型？什么是非关系型数据库呢？

关系型数据库中存储的数据都是有一定的关系的，如一个库，一张表，存储了名字：张三，年龄：20，性别：男。

这三个数据是有关系的，因为他们都是在描述同一个人。但是如果是Redis这种键值式数据库呢，只知道年龄20。至于这个年龄20是在说谁的年龄。Redis并不关心。如果是MongoDB这类的文档式数据库呢。名字，年龄，性别。这三个属性时一个整体，没错。但是，每个人都必须要记录名字，年龄，性别。而第二个人，李四，假如他多了一个属性，爱好，那么整个表都需要加这个属性吗？MongoDB不需要，文档与文档之间没有必然的联系。也就是，第一个人有3个属性，第二个人可以有4个属性。

按照数据库存储模型来说分为以下4类。

列式存储模型
文档数据模型
键值数据模型
图式数据模型

列式存储模型

应用场景：分布式数据存储，在分布式文件系统上支持随机读写的分布式数据存储。

典型的产品：Hadoop/Hbase，Hypertable 

数据模型：以“列”为中心进行存储，将同一列数据存储在一起。

优点：快速查询，高可扩展性，易于实现分布式扩展。

文档数据模型

应用场景：非强事务需求的web应用。

典型的产品：MongoBD，Elasticsearch

数据模型：键值模型，存储为文档模型

优点：数据模型无须事先定义，存储很随意。

键值数据模型

应用场景：内容缓存，用于大量的并行数据访问的高负载场景。

典型的产品：Redis，DynamoDB，LevelDB

数据模型：基于哈希表实现的key-value

有点：查询迅速，写入迅速

缺点：数据没有什么结构

图式数据模型

应用场景：社交网络、推荐系统，关系图谱（如陌陌的附近的人这样的功能）

典型的产品：Neo4J     

数据模型：图式结构

优点：适用于图式计算场景