Nosql数据库介绍及与关系型数据库的比较

一、nosql数据库介绍

NoSQL = Not only SQL，非关系型数据库

nosql存储的是非关系型数据，像文档啊，图像啊，很明显这些大的数据单台服务器是不够存储的，所以它支持高可扩展性，分布式计算。常用于分布式系统。

NoSQL数据库的类型：键值数据库(redis)、列族数据库(HBASE)、文档数据库(mongoDB)、图像数据库(Neo4j)、xml数据库（BaseX）

NoSQL数据库的三大理论基石：CAP，最终一致性，BASE

1.CAP

• C(Consistency)：一致性，是指写操作之后的读操作，必须返回该值
• A(Availability)：可用性，是指快速获取数据，保证每个请求不管成功或者失败都有响应
• P(Partition tolerance)：分区容错，是指区间通信可能失败，但分离的系统也能够正常运行，系统中任意信息的丢失或失败不会影响系统的继续运作。

一个分布式系统不可能同时满足这三个指标，一般来说我们认为 CAP 的 P 总是成立，故剩下的 C 和 A 无法同时做到。

当处理CAP的问题时，有几个明显的选择：

• 1.CA：放弃分区容忍性（P）,最简单的做法就是把所有事务相关的内容都放到同一台机器上。显然这样严重影响系统的可扩张性，所以不适用于分布式系统。传统数据库都是这种设计原则（mysql，sql server）
• 2.CP：放弃可用性（A），当出现网络分区的情况时，受影响的服务需要等待数据一致，因此在等待期间无法对外提供服务(MongoDB,Hbase)
• 3.AP：放弃一致性（C），允许系统返回不一致的数据(Dynamo,Cassandra)

声明：

放弃分区容忍性（P）就是放弃使用分布式系统。

一致性和可用性，为什么不可能同时成立？

答案很简单，因为可能通信失败（即出现分区容错），大多数分布式系统都分布在多个子网络。每个子网络就叫做一个区（partition）。分区容错的意思是，区间通信可能失败。比如，一台服务器放在中国，另一台服务器放在美国，这就是两个区，它们之间可能无法通信。一般来说，分区容错无法避免。

2.BASE

BASE的基本含义是基本可用、软状态和最终一致性

• 基本可用：指一个分布式系统的一部分发生问题变得不可用时，其他部分依然可以正常使用，就是允许分区失败的情形出现
• 软状态：指数据的状态可以有一段时间不同步，具有一定的滞后性
• 最终一致性：允许后续的访问操作可以暂时读不到更新后的数据，但经过一段时间后，必须最终读到更新后的数据

3.最终一致性

最终一致性根据更新数据后各进程访问到数据的时间和方式不同，又可以分为：

• 因果一致性：如果进程A通知进程B它更新了一个数据项，那么B的后续访问将得到A写入的最新值。
• 读己之所写一致性：当进程A自己执行一个更新操作之后，它自己总是可以访问到更新过的值，而不是旧值，可视为因果一致性的一个特例
• 单调读一致性：如果进程看到过数据对象的某个值，那么如何后续访问都不会读取那个值之前的历史值
• 会话一致性：它把访问存储系统的进程放到会话的上下文中，只要会话还存在，系统就保证“读己之所写一致性”
• 单调写一致性：系统保证来自同一个进程的写操作顺序执行

二、NoSQL与关系型数据库的比较

1.关系型数据库

• 优势：以完善的关系代数理论作为基础，有严格的标准，支持事务ACID四性，借助索引机制可以实现高效的查询，技术成熟，有专业公司的技术支持。

• 劣势：可扩展性较差，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，事务机制影响了系统的整体性能

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

2.NoSQL数据库。

• 优势：可以支持超大规模数据存储，灵活的数据模型可以很好的支持Web2.0应用，具有强大的横向扩展能力。

• 劣势：缺乏数学理论基础，复杂查询性能不高，大都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。

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）