NoSQL是什么？

2009年在亚特兰大举行的”no:sql(east)”讨论会是一个里程碑，其口号是”select fun, profit from real_world where relational=false;”。所以，对NoSQL最广泛的解释是”非关联型的”，强调Key-Value存储和文档数据库的优势，而不是单纯的反对RDBMS。web

NoSQL的迅速发展以及因为NoSQL中没有像传统数据库那样定义数据的组织方式为关系型的，因此只要内部的数据组织采用了非关系型的方式，就能够称之为NoSQL数据库。因此随之带来了开源社区上百种所谓的NoSQL数据库，让人眼花缭乱。对于NoSQL并无一个明确的范围和定义，可是他们都广泛存在下面一些共同特征：算法

不须要预约义模式：不须要事先定义数据模式，预约义表结构。数据中的每条记录均可能有不一样的属性和格式。当插入数据时，并不须要预先定义它们的模式。sql

弹性可扩展：能够在系统运行的时候，动态增长或者删除结点。不须要停机维护，数据能够自动迁移。数据库

分布式：相对于将数据存放于同一个节点，NoSQL数据库须要将数据进行分区，将记录分散在多个节点上面。而且一般分区的同时还要作复制。这样既提升了并行性能，又能保证没有单点失效的问题。设计模式

BASE：相对于事务严格的ACID特性，NoSQL数据库保证的是BASE特性。BASE是最终一致性和软事务。缓存

NoSQL优点：避免没必要要的复杂性、高吞吐量、高水平扩展能力；好比随着互联网web2.0网站的兴起，传统的关系数据库在应付web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，暴露了不少难以克服的问题，而非关系型的数据库则因为其自己的特色获得了很是迅速的发展。NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战，尤为是大数据应用难题。服务器

NoSQL劣势：数据模型和查询语言没有通过数据验证，没有坚实的理论基础；不支持ACID特性，固然使用SQL数据库能够解决这个问题；有些NoSQL数据库过于简单，好比Memcache只是一个内存数据库，适用于某些特性场景；最大的劣势就是没有统一的数据查询模型，每种NoSQL产品都有本身的语言使用方式。网络

因为NoSQL数据库并无一个统一的架构，两种NoSQL数据库之间的不一样，甚至远远超过两种关系型数据库的不一样。能够说，NoSQL各有所长，成功的NoSQL必然特别适用于某些场合或者某些应用，在这些场合中会远远赛过关系型数据库和其余的NoSQL。架构

经过比较能够发现NoSQL跟SQL之间的对立性太强了，基于NoSQL跟SQL之间的某种差别，好比NoSQL有的功能SQL没有，如分布式、简单数据模型；而SQL有的特性NoSQL又没有，如ACID功能；固然无论哪一种数据库，无论其劣势仍是优点都有其适用的场景。而SQL很难实现分布式的缘由在于，SQL自身的日志机制、锁机制以及缓冲区管理机制。因而就出来了NewSQL数据库的概念，所谓的NewSQL是什么呢？就是想柔和SQL与NoSQL独有的特性。并发

目前NewSQL大概有两类，第一类是拥有关系型数据库产品和服务，并将关系型数据库的好处与优点带入到分布式架构上，简单来讲就是把ACID引入到分布式中；第二类是提供关系型数据库的性能，达到不用考虑水平扩展的方式，简单来讲就是改变SQL架构使得它不用水平扩展，不用运行在分布式环境中就可以带来性能上的提高。对于第一类把ACID引入到分布式中去的产品有Clustrix、GenieDB、ScaleArc、ScaleBase、NimbusDB以及MySQL Cluster等。

总的来讲，现在的数据库市场真是百花齐放，大概分类为SQL、NoSQL、NewSQL以及缓存数据库系统。而SQL和NewSQL不是本章讨论的主题，因此下面来讲一说NoSQL数据库。

首先须要明确的一点，NoSQL数据库并非要取代如今普遍应用的传统数据库，而是采用一种非关系型的方式解决数据的存储和计算的问题。目前，能够将众多的NoSQL数据库按照内部的数据组织形式进行以下分类：

这一类数据库主要会使用到一个哈希表，这个表中有一个特定的键和一个指针指向特定的数据。Key-value模型对于IT系统来讲的优点在于简单、易部署。可是若是DBA只对部分值进行查询或更新的时候，Key-value就显得效率低下了。

数据模型：key-value

优势：查找速度快

缺点：数据无结构，一般只被当作字符串或二进制数据

应用场景：内容缓存

典型产品：Tokyo,Redis（一键多值）,Dynamo ,Oracle BDB以及Memcache（一键一值），但Memcache虽然是Key-avlue存储可是它是缓存数据库。

顾名思义，是按列存储数据的。最大的特色是方便存储结构化和半结构化数据，方便作数据压缩，对针对某一列或者某几列的查询有很是大的IO优点。

数据模型：数据按列存储、将同一列数据存在一块儿

优势：查找迅速、可扩展性强、易于实现分布式

缺点：功能相对SQL颇有限

应用场景：分布式文件系统或分布式存储

典型产品：Cassandra, HBase, Bigtable

文档型数据库的灵感是来自于Lotus Notes办公软件的，并且它同第一种键值存储相相似。该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，好比JSON。文档型数据库可 以看做是键值数据库的升级版，容许之间嵌套键值。并且文档型数据库比键值数据库的查询效率更高。

数据模型：与键值模型相似，但value指向相似一个容器（文档），容器内有一组信息

优势：数据格式要求不严格，无须提早定义结构，每一个文档字段随意

缺点：查询性能不高（比SQL可能稍微好点），缺少统一查询语法

应用场景：只要不须要ACID就可使用

典型产品：CouchDB, MongoDB，国内也有文档型数据库SequoiaDB，已经开源

图形结构的数据库同其余行列以及刚性结构的SQL数据库不一样，它是使用灵活的图形模型，而且可以扩展到多个服务器上。NoSQL数据库没有标准的查询语言(SQL)，所以进行数据库查询须要制定数据模型。许多NoSQL数据库都有REST式的数据接口或者查询API。

数据模型：图结构模型

优势：利用图结构相关算法提升性能，并知足特殊场景应用需求

缺点：功能有限，且难以实现分布式

应用场景：社交网络推荐系统，好比好友推荐功能，关系图谱

典型产品：Neo4J, InfoGrid, Infinite Graph

所以，咱们总结NoSQL数据库在如下的这几种状况下比较适用：

1. 数据模型比较简单；

2. 须要灵活性更强的IT系统；

3. 对数据库性能要求较高；

4. 不须要高度的数据一致性；

5. 对于给定key比较容易映射复杂值的环境。