NoSQL数据库类型简介_nosql 数据库类型

NoSQL分类

1. 概念：

	近些年来，[NoSQL](http://c.biancheng.net/nosql/) 数据库的发展势头很快。据统计，目前已经产生了 50 到 150 个 NoSQL 数据库系统。但是，归结起来，可以将典型的 NoSQL 划分为 4 种类型，分别是键值数据库、列式数据库、文档数据库和图形数据库，如图 1 所示。
1

• 什么是NOSQL
  ​NoSQL(NoSQL = Not Only SQL)，意即“不仅仅是SQL”，是一项全新的数据库理念，泛指非关系型的数据库。
  ​ 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，暴露了很多难以克服的问题，而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。

  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，尤其是大数据应用难题。

• NOSQL数据库和关系型数据库比较
  ​ 优点：
  ​ 1）成本：nosql数据库简单易部署，基本都是开源软件，不需要像使用oracle那样花费大量成本购买使用，相比关系型数据库价格便宜。
  ​ 2）查询速度：nosql数据库将数据存储于缓存之中，关系型数据库将数据存储在硬盘中，自然查询速度远不及nosql数据库。
  ​ 3）存储数据的格式：nosql的存储格式是key,value形式、文档形式、图片形式等等，所以可以存储基础类型以及对象或者是集合等各种格式，而关系型数据库则只支持基础类型。
  ​ 4）扩展性：关系型数据库有类似join这样的多表查询机制的限制导致扩展很艰难。
  ​ 缺点：
  ​ 1）维护的工具和资料有限，因为nosql是属于新的技术，不能和关系型数据库10几年的技术同日而语。
  ​ 2）不提供对sql的支持，如果不支持sql这样的工业标准，用户将产生一定的学习和使用成本。
  ​ 3）不提供关系型数据库对事务的处理。

• 非关系型数据库的优势
  1）性能 NOSQL是基于键值对的，可以想象成表中的主键和值的对应关系，而且不需要经过SQL层的解析，所以性能非常高。
  ​ 2）可扩展性 同样也是因为基于键值对，数据之间没有耦合性，所以非常容易水平扩展。

• 关系型数据库的优势
  1）复杂查询 可以用SQL语句方便的在一个表以及多个表之间做非常复杂的数据查询。
  ​ 2）事务支持 使得对于安全性能很高的数据访问要求得以实现。对于这两类数据库，对方的优势就是自己的弱势，反之亦然。

2. 键值数据库

键值数据库起源于 Amazon 开发的 Dynamo 系统，可以把它理解为一个分布式的 Hashmap，支持 SET/GET 元操作。如图 2 所示

它使用一个哈希表，表中的 Key（键）用来定位 Value（值），即存储和检索具体的 Value。数据库不能对 Value 进行索引和查询，只能通过 Key 进行查询。Value 可以用来存储任意类型的数据，包括整型、字符型、数组、对象等。

如图 2 所示。键值存储的值也可以是比较复杂的结构，如一个新的键值对封装成的一个对象。一个完整的分布式键值数据库会将 Key 按策略尽量均匀地散列在不同的结点上，其中，一致性哈希函数是比较优雅的散列策略，它可以保证当某个结点挂掉时，只有该结点的数据需要重新散列。

在存在大量写操作的情况下，键值数据库可以比关系数据库有明显的性能优势，这是因为关系型数据库需要建立索引来加速查询，当存在大量写操作时，索引会发生频繁更新，从而会产生高昂的索引维护代价。键值数据库具有良好的伸缩性，理论上讲可以实现数据量的无限扩容。

键值数据库可以进一步划分为内存键值数据库和持久化键值数据库。内存键值数据库把数据保存在内存中，如 Memcached 和 Redis。

持久化键值数据库把数据保存在磁盘中，如 BerkeleyDB、Voldmort 和 Riak。

键值数据库也有自身的局限性，主要是条件查询。如果只对部分值进行查询或更新，效率会比较低下。在使用键值数据库时，应该尽量避免多表关联查询。此外，键值数据库在发生故障时不支持回滚操作，所以无法支持事务。

大多数键值数据库通常不会关心存入的 Value 到底是什么，在它看来，那只是一堆字节而已，所以开发者也无法通过 Value 的某些属性来获取整个 Value。

3. 列式数据库

列式数据库起源于 Google 的 BigTable，其数据模型可以看作是一个每行列数可变的数据表， 它可以细分为 4 种实现模式，如图 3 所示。

其中，Super Column Family 模式可以理解为 maps of maps，例如，可以把一个作者和他的专辑结构化地存成 Super Column Family 模式，如图 4 所示。

列式数据库能够在其他列不受影响的情况下，轻松添加一列，但是如果要添加一条记录时就需要访问所有表，所以行式数据库要比列式数据库更适合联机事务处理过程（OLTP)，因为 OLTP 要频繁地进行记录的添加或修改。

列式数据库更适合执行分析操作，如进行汇总或计数。实际交易的事务，如销售类，通常会选择行式数据库。列式数据库采用高级查询执行技术，以简化的方法处理列块（称为“批处理”），从而减少了 CPU 使用率。

4. 文档数据库

文档数据库是通过键来定位一个文档的，所以是键值数据库的一种衍生品。在文档数据库中，文档是数据库的最小单位。文档数据库可以使用模式来指定某个文档结构。

文档数据库是 NoSQL 数据库类型中出现得最自然的类型，因为它们是按照日常文档的存储来设计的，并且允许对这些数据进行复杂的查询和计算。

尽管每一种文档数据库的部署各有不同，但是大都假定文档以某种标准化格式进行封装，并对数据进行加密。

文档格式包括 XML、YAML、JSON 和 BSON 等，也可以使用二进制格式，如 PDF、Microsoft Office 文档等。一个文档可以包含复杂的数据结构，并且不需要采用特定的数据模式，每个文档可以具有完全不同的结构。

文档数据库既可以根据键来构建索引，也可以基于文档内容来构建索引。基于文档内容的索引和查询能力是文档数据库不同于键值数据库的主要方面，因为在键值数据库中，值对数据库是透明不可见的，不能基于值构建索引。

文档数据库主要用于存储和检索文档数据，非常适合那些把输入数据表示成文档的应用。从关系型数据库存储方式的角度来看，每一个事物都应该存储一次，并且通过外键进行连接，而文件存储不关心规范化，只要数据存储在一个有意义的结构中就可以。

如图 7 所示，如果我们要将报纸或杂志中的文章存储到关系型数据库中，首先我们要对存储的信息进行分类，即将文章放在一个表中，作者和相关信息放在一个表中，文章评论放在一个表中，读者信息放在一个表中，然后将这四个表连接起来进行查询。

但是文档存储可以将文章存储为单个实体，这样就降低了用户对文章数据的认知负担。

5. 图形数据库

图形数据库以图论为基础，用图来表示一个对象集合，包括顶点及连接顶点的边。图形数据库使用图作为数据模型来存储数据，可以高效地存储不同顶点之间的关系。

图形数据库是 NoSQL 数据库类型中最复杂的一个，旨在以高效的方式存储实体之间的关系。

图形数据库适用于高度相互关联的数据，可以高效地处理实体间的关系，尤其适合于社交网络、依赖分析、模式识别、推荐系统、路径寻找、科学论文引用，以及资本资产集群等场景。
关系型数据库和文档数据库存储报纸或杂志中的文章的比较，如图 4 所示

图形或网络数据主要由结点和边两部分组成。结点是实体本身，如果是在社交网络中，那么代表的就是人。边代表两个实体之间的关系，用线来表示，并具有自己的属性。另外，边还可以有方向，如果箭头指向谁，谁就是该关系的主导方，如图 5 所示。

图形数据库在处理实体间的关系时具有很好的性能，但是在其他应用领域，其性能不如其他 NoSQL 数据库。
典型的图形数据库有 Neo4J、OrientDB、InfoGrid、Infinite Graph 和 GraphDB 等。有些图形数据库，如 Neo4J，完全兼容 ACID 特性。

各个非关系型数据库的优缺点总结：

• 键值(Key-Value)存储数据库
​ 相关产品： Tokyo Cabinet/Tyrant、Redis、Voldemort、Berkeley DB
​ 典型应用： 内容缓存，主要用于处理大量数据的高访问负载。
​ 数据模型： 一系列键值对
​ 优势： 快速查询
​ 劣势： 存储的数据缺少结构化
​ • 列存储数据库
​ 相关产品：Cassandra, HBase, Riak
​ 典型应用：分布式的文件系统
​ 数据模型：以列簇式存储，将同一列数据存在一起
​ 优势：查找速度快，可扩展性强，更容易进行分布式扩展
​ 劣势：功能相对局限
​ • 文档型数据库
​ 相关产品：CouchDB、MongoDB
​ 典型应用：Web应用（与Key-Value类似，Value是结构化的）
​ 数据模型： 一系列键值对
​ 优势：数据结构要求不严格
​ 劣势： 查询性能不高，而且缺乏统一的查询语法
​ • 图形(Graph)数据库
​ 相关数据库：Neo4J、InfoGrid、Infinite Graph
​ 典型应用：社交网络
​ 数据模型：图结构
​ 优势：利用图结构相关算法。
​ 劣势：需要对整个图做计算才能得出结果，不容易做分布式的集群方案。

总结：

关系型数据库与NoSQL数据库并非对立而是互补的关系，即通常情况下使用关系型数据库，在适合使用NoSQL的时候使用NoSQL数据库，让NoSQL数据库对关系型数据库的不足进行弥补。

​ 一般会将数据存储在关系型数据库中，在nosql数据库中备份存储关系型数据库的数据