非关系型数据库_非关系型数据库的研究论文功能模块如何构建

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