NoSQL

概述

一、什么是NoSQL

• 1、NoSQL：not only SQL，非关系型数据库
• 2、NoSQL是一个通用术语
  a）指不遵循传统RDBMS模型的数据库
  b）数据是非关系的，且不使用SQL作为主要查询语言
  c）解决数据库的可伸缩性和可用性问题
  d）不针对原子性或一致性问题

二、 为什么使用NoSQL

• 互联网的发展，传统关系型数据库存在瓶颈
  高并发读写
  高存储量
  高可用性
  高扩展性
  低成本

三、NoSQL和关系型数据库对比
主要有以下一些区别

四、NoSQL的特点

• 1、最终一致性
• 2、应用程序增加了维护一致性和处理事务等职责
• 3、冗余数据存储
• 4、NoSQL != 大数据
  a）NoSQL产品是为了帮助解决大数据存储问题
  b）大数据不仅仅包含数据存储的问题

NoSQL基本概念

• 1、三大基石
  CAP、BASE、 最终一致性
• 2、Indexing（索引）、Query（查询）
• 3、MapReduce
• 4、Sharding

三大基石

CAP理论

• 1、数据库最多支持3个中的2个
  a）Consistency (一致性)
  b）Availability（可用性）
  c）Partition Tolerance（分区容错性）
• 2、NoSQL不保证"ACID"
• 3、提供"最终一致性"
  

BASE

• 1、Basically Availble（基本可用）
  保证核心可用
• 2、Soft-state（软状态）
  状态可以有一段时间不同步
• 3、Eventual Consistency（最终一致性）
  系统经过一定时间后，数据最终能够达到一致的状态
• 4、核心思想是即使无法做到强一致性，但应用可以选择适合的方式达到最终一致性

最终一致性

• 1、最终结果保持一致性，而不是时时一致
• 2、如账户余额，库存量等数据需强一致性
• 3、如catalog等信息不需要强一致性
  a）Causal consistency（因果一致性）
  b）Read-your-writes consistency
  c）Session consistency

索引和查询

Indexing（索引）

• 1、大多数NoSQL是按key进行索引
• 2、部分NoSQL允许二级索引
• 3、HBase使用HDFS，append-only
  a）批处理写入Logged
  b）重新创建并排序文件

Query（查询）

• 1、没有专门的查询语言，通常使用脚本语言查询
• 2、有些开始支持SQL查询
• 3、有些可以使用MapReduce代码查询

MapReduce、Sharding

MapReduce

• 1、不是Hadoop的MapReduce，概念相关
• 2、可进行数据的处理查询

Sharding（分片）

• 1、一种分区模式
• 2、可以复制分片
  有利于灾难恢复

NoSQL分类

主要分为以下四类

键值存储数据库（Key-Value）

• 1、通常用hash table来实现
  可以通过key来添加、查询或者删除数据
• 2、常应用于内容缓存
  储存用户信息，比如会话、配置文件、参数等等
• 3、不适用场景
  需要事务支持场景

列存储数据库（Wide Column Store）

• 1、将数据储存在列簇
  a）一个列簇存储经常被一起查询的相关数据
  b）每一个列簇包含kv键值对的“列”，可以随行变化
• 2、应用于分布式数据存储与管理
• 3、优点
  a）查找速度快
  b）可扩展性强
  c）容易进行分布式扩展

文档型数据库（Document Store）

• 1、将数据以文档的形式存储
  a）文档通常为JSON对象，也可以使用XML
  b）每个文档都有属性和值
  c）值可以是简单数据类型或复杂数据类型
  数组、到其他数据库中的文档的链接或子文档
• 2、应用
  存储、索引并管理面向文档的数据或类似的半结构化数据
• 3、优点
  a）数据结构要求不严格，表结构可变
  b）可以使用它储存不同的信息

图数据库（Graph Databases）

• 1、将数据以图的方式储存
• 2、适用的场景
  在一些关系性强的数据中
  推荐引擎

NoSQL和BI、大数据的关系

• 1、BI（Business Intelligence）：商务智能
  a）它是一套完整的解决方案
  b）BI应用涉及模型，模型依赖于模式
  c）BI主要支持标准SQL，对NoSQL支持弱于关系型数据库
• 2、NoSQL和大数据相关性较高 通常大数据场景采用列存储数据库 如：HBase和Hadoop