2018-08-02-NoSql与Sql之间的优胜劣汰

前言

我们都知道Sql(Structured Query Language),翻译过来就是结构化查询语言,常用的Sql database有mysql、oracle、sqlserver等等,那NoSql是什么呢?
NoSql在维基上面的解释是,"non SQL" or "non relational",翻译过来就是非SQL或非关系,我们通常的解释是Not only sql,不仅仅是SQL,我们从相关联的地方来逐步掰扯掰扯。

结构化与no 结构化

  • 结构化数据:行数据,存储在二维表(关系型数据库),可以用结构来逻辑表达实现的数据。
  • 非结构化数据:不方便用数据库二维逻辑表来表现的数据即称为非结构化数据,包括所有格式的办公文档、文本、图片、XML、图像、音频、视频等。
  • 半结构化数据:介于两者之间,JSON、HTML文档就属于半结构化数据,自描述、数据的结构和内容混在一起,没有明显区分。

先看看数据模型,结构化:二维表(关系型),非结构化:无,半结构化:树,图。

设计角度
SQL遵循ACID原则
A:原子性(Atomicity)
C:一致性(Consistency)
I:隔离性(Isolation)
D:持久性(Durability

数据库设计:3NF
一:确保每列保持原子性
二:确保表中的每列都和主键相关
三:确保每列都和主键直接相关而不是间接相关

NoSQL遵循CAP理论,布式系统只能满足其中两项
C:一致性(Consistency)(所有节点在同一时间具有相同的数据)
A:可用性(Availability)(保证每个请求不管成功或者失败都有响应)
P:分区容错性(Partition tolerance)(系统中任意信息的丢失或失败不会影响系统的继续运作)

使用BASE模型
Basically Available:基本可用
Soft State:软状态,可以一段时间内状态不同步
Eventually consistent:最终一致性

分布式系统一致性
N--数据复制的份数;节点
W--更新数据时需要写完成的节点数;
R--更新时需要读取的节点数;
如果W+R>N,则强一致性
W+R<=N,弱一致性
为了保证高可用性,一般设置N>=3

优缺点
优点
关系型数据库:事务机制和高效的查询机制
非关系型数据库:灵活的可扩展性,灵活的数据模型,与云计算紧密融合。

缺点
关系型数据库:web2.0时代,海量数据的管理需求,数据高并发的需求,高可扩展性和高可用性的需求都很难满足。

  1. 网站系统通常不要求严格的数据库事务
  2. 并不要求严格的读写实时性
  3. 通常不包含大量复杂的SQL查询

非关系型数据库:复杂的查询和事务,还有不如关系型成熟

解决办法
没有一个模式能够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即被用于数据分析,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。
Hadoop就是针对数据分析,MongoDB、Redis等就是针对在线业务,两者都抛弃了关系模型。所以在设计的时候要根据业务的实际场景来划分不同的数据区域,做不同的数据处理。

NoSQL四大类型

  • 键值数据库:例:Redis、SimpleDB、Memcached,键值对模式,涉及频繁读写,拥有简单数据模型的应用,内容缓存,比如会话、配置文件、参数、购物车等,扩展性好、灵活、大量写操作时性能高,无法存储结构化信息,条件查询效率低,不支持事务,某些键值数据库中产生故障时,不可用回滚。

  • 列族数据库:例:BigTable、Hbase、HadoopDB,列族模式,分布式数据库存储和管理、数据分布于多个数据中心的应用,可以容忍副本中存在短期不一致情况的应用,拥有动态字段的应用,拥有潜在大量数据的应用,查找速度快、可扩展性强,容易进行分布式扩展,复杂性低,功能较少,大都不支持强事务一致性。

  • 文档数据库:例:MongoDB、CouchDB,键值是版本化的文档,存储、索引并管理面向文档的数据或者类似的半结构化数据,用于后台具有大量读写操作的网站,使用JSON数据结构的应用,使用嵌套结构等非规范化数据的应用程序,性能较好(高并发),灵活高,复杂低,数据结构灵活,可以将经常查询的数据存储同一个文档中,既可以根据键来构建索引,也可以根据值(内容)构建索引。像XML文档、HTML文档、JSON文档都能够对包含的数据类型和内容进行“自我描述”。缺点是缺乏统一的查询语法,文档数据库不支持文档间的事务。

  • 图形数据库:例:Neo4J,图结构模式,专门用于处理具有高度相互关联关系的数据,比较适合于社交网络、模式识别、依赖分析、推荐系统已经路径寻找等问题,灵活性高,支持复杂回形算法,可用于构建复杂的关系图谱,复杂性高,只能支持一定的数据规模。

附上对比图

比较标准 RDBMS NoSQL 备注
数据库原理 完全支持 部分支持 RDBMS有关系代数理论作为基础,NOSQL没有统一的理论基础
数据规模 超大 RDBMS很难横向扩展,纵向扩展的空间有限,性能随规模增大而降低,NOSQL容易实现增加设备支持
数据库模式 固定 灵活 RDBMS定义数据库模式严格遵守约束条件,NOSQL不存在数据库模式
查询效率 RDBMS借助索引机制可以实现快速查询,NOSQL没有复制查询的索引,不具备高度结构化查询特性
一致性 RDBMS遵循ACID原则,NOSQL放松事务要求,遵循BASE模型只能保证最终一致性
数据完整性 容易 很难 RDBMS通过主键或者非空约束、外键等来实现,NOSQL无法实现
扩展性 一般 参考数据规模
可用性 很好 RDBMS在任何时候都可以保证数据一致性为优先目标、其次才是优化系统性能,随数据量增大为保证一致性只能提供较弱的可用性,NOSQL能提供较高的可用性
标准化 RDBMS已经标准化(SQL),NOSQL没有统一查询语言,没有行业标准
技术支持 RDBMS成熟,NOSQL起步
可维护性 复杂 复杂

结语

对NoSQL兴趣的话推荐另外一篇文章,是关于Hbase的。
浅谈Hbase与中间的一些设计策略
个人博客~
~

你可能感兴趣的:(2018-08-02-NoSql与Sql之间的优胜劣汰)