爱你所爱，行你所行，听从你心，无问西东。

NoSQL

NoSQL (Not Only SQL)，意为 “不仅仅是SQL”。仅仅是一个概念，泛指非关系型数据库。传统的关系型数据库在处理 web2.0 网站，特别是超大规模和高并发的 SNS（社交网络） 类型和 web2.0 纯***站 已经显得力不从心，而非关系型数据库则由于其本身的特点得到了非常迅速的发展。

Why NoSQL

今天我们可以通过第三方平台（Google，Facebook等）可以很方便地访问和抓取数据。用户的个人信息，社交网络，地理位置，用户生成的数据和用户操作日志已经成倍增加。这些类型的数据存储不需要固定的模型，同时需要易于横向扩展，那 SQL 数据库已经不适合这些应用了，NoSQL 数据库的发展却能很好的处理这些数据。

RDBMS vs NoSQL

RDBMS NoSQL
高度组织化结构化数据 代表着不仅仅是 SQL
结构化查询语言（SQL） 没有声明性查询语言
数据和关系都存储在单独的表中 没有预定义的模式
数据操纵语言，数据定义语言 键值对存储，列存储，文档存储，图形数据库
严格一致性 最终一致性，而非 ACID 特性
基础事务 非结构化和不可预知的数据

特点

对于 NoSQL 并没有一个明确的范围和定义，但是他们都普遍存在下面一些共性特征：

  • 易扩展

    NoSQL 数据库种类繁多，但有一个共同特点就是去除关系型数据库的关系型特性。无形之间，在架构的层面带来的可扩展能力

  • 大数据量，高性能

    NoSQL 数据库都具有非常高的读写性能，尤其在大数据量下，同样表现优秀，得益于它的无关系型，数据库结构简单

  • 灵活的数据模型

    NoSQL 无需实现为要存储的数据建立字段，随时都可以存储自定义的数据格式。而在关系型数据库中，增删字段是一件非常麻烦的事情

  • 高可用

    NoSQL 在不太影响性能的情况，就可以方便地实现高可用的架构。比如 Cassandra，HBase模型，通过赋值模型也能实现高可用

分类

分类 举例 应用场景 数据模型
键值（key-value）数据库 redis 内容缓存 key 指向 value 的键值对，通常用 hash table 实现
列存储数据库 Cassandra，HBase 分布式文件系统 列簇式存储，同一列数据存在一起
文档型数据库 MongoDB web应用 与key-value类似，value为结构化数据
图形数据库 Neo4J 社交网络，推荐系统 图结构，专注于构建关系图谱

体系框架

NoSQL 框架体系 整体分为四层，由下至上分为数据持久层（data persistence），整体分布层（data distribution model），数据逻辑模型层（data logical model），接口层（interface），层次之间相辅相成，协调工作。

  • 数据持久层

    定义了数据的存储形式，主要包括 基于内存，基于硬盘，内存和硬盘接口，订制可插拔 四种形式。

    基于内存形式的数据存取速度最快，但可能会造成数据丢失。

    基于硬盘的数据存储可能保存很久，但存取速度相对于内存形式较慢。

    内存和硬盘相结合的形式，结合了前两种形式的优点，保证了速度又保证了数据不丢失。

    订制可插拔则保证了数据存取具有较高的灵活性

  • 数据分布层

    定义了数据是如何分布的，相对于关系型数据库，NoSQL可选的机制比较多，主要有三种形式：一是 CAP 支持，可用于水平扩展。二是多数据中心支持，可以保证在横跨多数据中心时也能够平稳运行。三是动态部署支持，可以在运行的集群中动态地添加或删除节点

  • 数据逻辑层

    表述了数据的逻辑变现形式，与关系型数据库相比，NoSQL在逻辑表现形式上相当灵活，主要有四种形式：一是键值模型，这种模型在表现形式上比较单一，但却有很强的扩展性。二是列式模式，这种模型相比于键值模型能够支持较为复杂的数据，但扩展性较差。三是文档模型，这种模型对于复杂数据的支持和扩展性都有很大优势。四是图模型，这种模型的使用场景不多，通常是基于图数据结构的数据定制的。

  • 接口层

    接口层为上层应用提供了方便的数据调用接口，提供了选择远多于关系型数据库。接口层提供了五种选择：Rest，Thrift，Map/Reduce，Get/Put，特定语言 API。使得应用程序和数据的交互更加方便。

NoSQL 分层架构并不代表每个产品在每一层只有一种选择。相反，这种分层设计提供了很大的灵活性和兼容性，每种数据库在不同层面可以支持多种特性。

CAP定理（CAP theorem）

在计算机科学中，CAP定理，也被称作 布鲁尔定理，它指出对于一个分布式计算机系统来说，不可能同时满足以下三点：

  • 一致性（Consistency）：所有节点在同一时间具有相同的数据
  • 可用性（Availability）：保证每个请求不管成功或失败都有响应
  • 分隔容忍（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

CAP 理论的核心是：一个分布式系统不可能很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA原则，满足 CP 原则和 满足 AP 原则三大类：

  • CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大
  • CP - 满足一致性，分区容忍性的系统，通常性能不是特别高
  • AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一点

BASE

BASE 是 NoSQL 数据库通常对可用性及一致性 （CP）的弱要求原则：

  • Basically Availble - 基本可用
  • soft-state - 软状态 / 柔性事务
  • Eventual Consistency - 最终一致性，也是 ACID 最终目的

最终一致性

最终一致性要求系统中数据副本最终能够一致，而不需要实时保证数据副本一致。例如，银行系统中的非实时转账操作，允许 24 小时内用户账户的状态在转账前后是不一致的，但 24 小时后账户数据必须正确。

最终一致性是 BASE 原理的核心，也是 NoSQL 数据库的主要特点，通过弱化一致性，提供系统的可伸缩性，可靠性和可用性。而对于大多数 WEB 应用，其实并不需要强一致性，因此牺牲一致性换区高可用性，是多数分布式数据库产品的方向。

参考

http://c.biancheng.net/view/6495.html

http://gitbook.net/nosql.html