MongoDB NoSQL简介

NoSQL 简介

NoSQL(= Not Only SQL)，即”不仅仅是SQL”。

在现代的计算系统上每天网络上都会产生庞大的数据量。

这些数据有很大一部分是由关系数据库管理系统（RDBMS）来处理。 1970年 E.F.Codd’s提出的关系模型的论文 “A relational model of data for large shared data banks”，这使得数据建模和应用程序编程更加简单。

关系型模型是非常适合于客户服务器编程，是结构化数据在网络和商务应用的主导技术。

NoSQL用于超大规模数据的存储。这些类型的数据存储不需要固定的模式，无需多余操作就可以横向扩展。

select fun, profit from real_world where relational=false

关系型数据库遵循ACID规则

事务 Transaction，和现实中的交易很类似，有四个特性：

  1. A (Atomicity) 原子性

    事务里的所有操作，要么全部做完，要么都不做，只要事务中的一个任务失败，整个事务就失败，需要回滚。如银行转账，从A账户转100元到B账户，分为两个步骤：1）从A账户取100元；2）存入100元到B账户。要么一起做完，要么都不做，否则钱就会莫名其妙的少了100元。

  2. C (Consistency) 一致性

    数据库要一直处于一致的状态，事务的运行不会改变数据库原本的一致性约束。如完整性约束 a + b = 10，如果一个事务改变了a，那么必须改变b，使得事务结束后依然满足 a+b=10，否则事务失败。

  3. I (Isolation) 独立性

    独立性指并发的事务之间不会互相影响，如果一个事务要访问的数据，正在被另一个事务修改，只要另外一个事务未提交，它所访问的数据就不受未提交事务的影响。如从A账户转100元到B账户，在这个交易尚未完成的情况下，B查询自己的账户，是看不到新增加的100元的。

  4. D (Durability) 持久性

    持久性是指一旦事务提交后，它的修改将会永久的保存在数据库上，即使出现宕机也不会丢失。

分布式系统

分布式系统（distributed system）由多台计算机和通信的软件组件通过计算机网络连接（本地网络或广域网）组成。

分布式系统是建立在网络之上的软件系统。正是因为软件的特性，所以分布式系统具有高度的内聚性和透明性。

因此，网络和分布式系统之间的区别更多的在于高层软件（特别是操作系统），而不是硬件。

分布式系统可以应用在不同的平台上如：Pc、工作站、局域网和广域网上等。

CAP定理（CAP theorem）

又称布鲁尔定理（Brewer’s theorem）：一个分布式计算系统，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者失败都有响应

  • 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的核心理论是：一个分布式系统不可能很好的同时满足一致性，可用性和分隔容忍这三个需求，最多能同时满足其中两个。

因此，可将NoSQL数据库分成满足CA原则，满足CP原则和满足AP原则三大类：

  • CA：单点集群，满足一致性和可用性，通常在可扩展性上不强大
  • 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，对一致性要求较低

CAP Theorem

分布式计算的优点

  • 可靠性（容错）

    分布式计算系统中的一个重要优点就是可靠性。一台服务器的系统崩溃并不影响到其余的服务器

  • 可扩展性

    在分布式计算系统可以根据需要增加更多的机器

  • 资源共享

    共享数据是必不可少的应用，如银行、预定系统

  • 灵活性

    由于该系统非常灵活，它更容易安装，实施和调试新的服务

  • 更快的速度

    分布式计算系统可以有多台计算机的计算能力，使得它比其他系统有更快的处理速度

  • 开放系统

    本地或者远程都能访问到该服务

  • 更高的性能

    更好的性价比

分布式计算的缺点

  • 故障排除

    故障排除和诊断问题更加困难

  • 软件

    更少的软件支持

  • 网络

    基础设施的问题，包括：传输问题，高负载，信息丢失等

  • 安全性

    开放系统的特性存在数据的安全性和共享的风险等问题

RDBMS vs NoSQL

RDBMS
  • 高度组织化结构化数据
  • 结构化查询语言 SQL
  • 数据和关系都存储在单独的表中
  • 数据操作语言，数据定义语言
  • 严格的一致性
  • 基础事务
NoSQL
  • 代表着不仅仅是SQL
  • 没有声明性查询语言
  • 没有预定义的模式
  • key-value 键值对存储，列存储，文档存储，图形数据库
  • 最终一致性，而非ACID属性
  • 非结构化和不可预知的数据
  • CAP定理
  • 高性能，高可用性和可伸缩性

BASE

Base：Basically Available，Soft-state，Eventually Consistent

BASE是NoSQL数据库通常对可用性及一致性的弱要求原则：

  • Basically Available — 基本可用
  • Soft-state — 软状态/柔性事务。无连接的
  • Eventually Consistent — 最终一致性，ACID的最终目的

NoSQL数据库的分类

类型 代表NoSQL 特点
列存储 Hbase、 Cassandra、 Hypertable 按列存储数据。特点是方便存储结构化和半结构化数据，方便数据压缩，对针对某一列或者某几列的查询有非常大的IO优势
文档存储 MongoDB、CouchDB 文档存储 一般用类似json的格式存储，存储的内容是文档型的。这样也就有有机会对某些字段建立索引，实现关系数据库的某些功能。
键值对存储 Redis、 Tokyo Cabinet / Tyrant、 Berkeley DB、 MemcacheDB 可以通过key快速查询到其value。一般来说，存储不管value的格式，照单全收。（Redis包含了其他功能)
图存储 Neo4J、FlockDB 图形关系的最佳存储。使用传统关系数据库来解决的话性能低下，而且设计使用不方便。
对象存储 db4o、 Versant 通过类似面向对象语言的语法操作数据库，通过对象的方式存取数据。
xml数据库 Berkeley DB XML、 BaseX 高效的存储XML数据，并支持XML的内部查询语法，比如XQuery,Xpath。

Published: April 04 2017

blog comments powered by Disqus