赞
踩
一、概念
非关系型数据库是分布式的、非关系型的、不保证遵循ACID原则的数据存储系统。
NoSQL最常见的解释是“non-relational”,“Not Only SQL”也被很多人接受。
二、分类
键值对存储(key-value)
代表软件:Redis
优点:查找速度快
缺点:数据无结构化,通常只被当作字符串或者二进制数据
应用场景:内容缓存,主要用于处理大量数据的高访问负载,也用于一些日志系统等等。
数据模型:Key指向Value的键值对,通常用hash table来实现
列存储
代表软件:Hbase
优点:查找速度快,可扩展性强,更容易进行分布式扩展
缺点:功能相对局限
应用场景: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实现
文档数据库存储
代表软件:MongoDB
优点:数据结构要求不严格,表结构可变,不需要像关系型数据库一样需要预先定义表结构
缺点:查询性能不高,而且缺乏统一的查询语法。
应用场景:Web应用(与Key-Value类似,Value是结构化的,不同的是数据库能够了解Value的内容)
数据模型:Key-Value对应的键值对,Value为结构化数据
图形数据库存储
代表软件:InfoGrid
优点:利用图结构相关算法。比如最短路径寻址,N度关系查找等
缺点:很多时候需要对整个图做计算才能得出需要的信息,而且这种结构不太好做分布式的集群方案。
应用场景:社交网络,推荐系统等。专注于构建关系图谱
数据模型:图结构
三、特点
易扩展
NoSQL数据库种类繁多,但是一个共同的特点都是去掉关系数据库的关系型特性。数据之间无关系,这样就非常容易扩展。无形之间,在架构的层面上带来了可扩展的能力。
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。这得益于它的无关系性,数据库的结构简单。一般MySQL使用Query Cache。NoSQL的Cache是记录级的,是一种细粒度的Cache,所以NoSQL在这个层面上来说性能就要高很多。
灵活的数据类型
NoSQL无须事先为要存储的数据建立字段,随时可以存储自定义的数据格式。而在关系数据库里,增删字段是一件非常麻烦的事情。如果是非常大数据量的表,增加字段简直就是——个噩梦。这点在大数据量的Web 2.0时代尤其明显。
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,通过复制模型也能实现高可用。
四、应用场景
数据模型比较简单
需要灵活性更强的IT系统
对数据库性能要求较高
不需要高度的数据一致性
对于给定key,比较容易映射复杂值的环境
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。