5分钟理解数据库全景图(SQL,NoSQL,NewSQL,OLAP,OLTP)

关系型数据库(RDBMS,即SQL数据库)

• 商业软件： Oracle，DB2
• 开源软件：MySQL，PostgreSQL
  • 单机版本已经很难满足海量数据的需求

NoSQL

• NoSQL = Not Only SQL，意即“不仅仅是SQL，提倡运用非关系型的数据存储
• 普遍选择牺牲掉复杂 SQL 的支持及 ACID 事务换取弹性扩展能力
• 通常不保证强一致性的(支持最终一致)
• 主要分类
  • 键值（Key-Value）数据库：如 MemcacheDB，Redis
  • 文档存储：如 MongoDB
  • 列存储，方便存储结构化和半结构化数据，方便做数据压缩，对针对某一列或者某几列的查询有非常大的IO优势： 如 HBase，Cassandra
  • 图数据库，存储图形关系(注意：不是图片)。如 Neo4J

NewSQL

为什么需要NewSQL

• NoSQL 不能完全取代 RDBMS
• 单机RDBMS 无法满足性能需求
• 使用“单机RDBMS + 中间件”方式，在中间件层很难解决分布式事务、高可用问题

NewSQL定义

• 针对OLTP的读写，提供与NOSQL相同的可扩展性和性能，同时能支持满足ACID特性的事务

• 即保持NoSQL的高可扩展和高性能，并且保持关系模型

NewSQL设计架构

• 可以基于全新的数据库平台，也可以基于现有的SQL引擎优化。
• 无共享存储(MPP架构)是比较常见的架构
• 基于多副本实现高可用和容灾
• 分布式查询
• 数据Sharding机制
• 通过2PC，Paxos/Raft等协议实现数据一致

代表产品

• Google Spanner
• Cockroach DB
• TiDB
• OceanBase
• X-DB

OLTP和OLAP

OLTP

• 强调支持短时间内大量并发的小型操作（增删改查）能力，每个查询涉及的数据量都很小（比如几十到几百字节）
• 强调事务的强一致性（想想银行转账交易，容不得差错）
• 举例：“双十一”期间，可能有几十万用户在同一秒内下订单。后台数据库要能够并发的、以近乎实时的速度处理这些订单请求（如果下了订单，十几分钟还没有反应，用户肯定要骂人了）

OLAP

• 偏向于复杂的只读查询，读取海量数据进行分析计算，查询时间往往很长
• 举例：“双十一”结束，淘宝的运营人员对订单进行分析挖掘，找出一些市场规律、分析刷单行为等等。这种分析可能需要读取所有的历史订单进行计算，耗时几十秒甚至几十分钟都有可能。
• 代表产品：
  • Greenplum
  • TeraData
  • 阿里 AnalyticDB