NoSQL 之于大數據
關系型數據庫幾乎是許多開發者和DBA對于傳統三層架構應用的唯一選擇。使用這一場景有很多原因，數據建模方法，查詢語言與數據交互，保證數據的一致性部署，并能夠為復雜的應用服務。
然而，這不是解決所有數據存儲問題的唯一方案，也是NoSQL 產生的原因。NoSQL 提供了新的方法而不是采用面向標準SQL的范式。
NoSQL 技術與高伸縮性無縫融合，很多技術同時具備了高分布性和高性能,是大數據分析的存儲基石。大多數時間里，它們使 現有RDBMS 技術所實現的架構更加完整，例如 作為緩存服務器，搜索引擎，非結構化存儲，易變信息存儲等。主要分為4類：
- Key/value
- 列存儲
- 面向文檔的存儲
- 圖存儲
現在深入到各種技術，選擇最適用于使用場景的技術。
Key/Value
***個也是最早的 NoSQL 數據存儲就是key/value. 這些數據就像字典一樣根據key來匹配value，通常使用在需要高性能的基本信息存儲，例如需要快速讀寫的session信息，這些存儲在這樣的情景非常高效，也通常具有高伸縮性。
Key/value也經常被用于上下文的隊列化來保證數據不丟失，例如日志架構或搜索引擎的索引架構。Redis 和Riak KV 是非常有名的key/value數據存儲; Redis 使用的更加廣泛，因為它有著一個內存型 K/V 存儲，并且持久化是可選的。Redis 經常用于web應用中來存儲session相關的數據，例如node或者-
PHP的 web應用 ; 每秒鐘可以提取成千上萬的session信息而沒有性能損失。另一個典型場景是后面要講到的序列化：Redis位于 Logstash 和 ElasticSearch 之間來存儲t ElasticSearch 查詢中的索引。
Column
由于要存儲超大量的記錄信息 到達了key/value存儲限制的時候就需要用到列存儲。列存儲技術對于RDBMS世界的工程師可能不太容易理解，但事實上非常簡單。RDBMS 中數據是按行存儲的，而列存儲中是按列的。使用列數據庫的主要好處是能高速訪問海量數據。 RDBMS的一行在硬盤上是一個連續的存儲，多行可能存儲在硬盤不同的位置，使訪問稍顯復雜，在列數據庫中的一列數據是連續存儲的。
舉個例子，考慮在RDBMS中查詢索引博客的標題，尤其是有數百萬數據的時候，需要大量的IO操作，而在列數據庫中，這樣的查詢只是一次訪問。這樣的數據庫在從特定簇提取海量數據中非常順手，但此消彼長的是缺乏靈活性。使用最多的列存儲數據庫是
Google Cloud Bigtable, 但開源的列存儲數據庫是Apache HBase 和Cassandra.
列存儲數據庫的另一個好處是容易伸縮，這些列在海量存儲時具有高伸縮性。這就是為什么它們主要用于保存非易變且長久保留信息的原因。
Document
列存儲數據庫對于含有比較深嵌套結構的結構化數據的存儲不是***的，這種場景需要使用面向文檔的數據存儲。數據實際上以key/value 存儲,但是所有壓縮的數據叫做文檔。 文檔依賴于一個結構或者編碼例如XML, 但更多時候是 JSON (JavaScript Object Notation).
盡管文檔型數據庫對于數據的結構化存儲和表達都非常有用，但也有其脆弱的一面，特別是與數據的交互性操作。它們基本上要遍歷整個文檔，例如當讀取某個特定字段的時候，遍歷可能會影響性能。
當需要存儲嵌套信息的時候，可以采用文檔型數據庫。例如，考慮怎樣表達應用中的一個賬戶，大概有以下信息：
基礎信息:姓名，生日，照片 ，URL, 創建日期等等
復雜信息: 地址，認證方法(password, Facebook, 等第三方認證),興趣等等。
這也是NoSQL 文檔型數據庫經常用到web應用的原因: 表達嵌套對象非常容易，由于都使用JSON，還可以與前端的JavaScript技術無縫集成。
使用最多的文檔型數據庫是MongoDB, Couchbase, 和 Apache CouchDB，都非常容易安裝和啟動，有很好的文檔說明，而且都是可伸縮的，除此之外，它們也是開放現代web應用的明確選擇。
Graph
Graph 數據庫與其它數據庫有著本質的區別。它使用了不同的范式來表達數據——樹結構，節點和邊連接起來叫做關系。這些數據庫是隨著社交網絡而誕生的，例如表達用戶的好友網絡，他們的好友關系等等。對于其它類型的數據存儲，可能把一個用戶的好友關系存儲在一個文檔中，但是，存儲好友關系還依然非常復雜;使用圖數據庫就非常簡單，為每個好友創建節點，通過關系連接他們，依賴查詢的需要和范圍瀏覽圖。
***的圖數據庫是Neo4j, 象前面所說的，主要使用場景是處理復雜的關系信息，例如實體間的連接，也可以用于分類的場景。
Figure 2-1 展示了在圖數據庫中3個實體是如何連接的。
圖中的兩天賬戶節點Jane 和 John, 它們之間的每一條邊定義了他們的關系，在某天相互認識，另一組節點連接的兩個賬戶展示了Jane 和 Joh在某天后都成為了足球組的成員。
使用場景中的NoSQL
根據使用場景，首先需要一個文檔型的 NoSQL數據庫，將存儲在關系型數據庫中的數據結構化的一個 JSON 文檔. 如前所述，傳統的RDBMSs 將數據存儲到多個有關系的表，當得到一個完整對象時變得比較復雜和低效。在Figure 2-2. 中可以看到一個賬戶被分割成多個表的例子。
如果要獲得所有的賬戶信息，基本上需要join兩到三個表。現在考慮這樣的情形: 需要處理所有用戶在應用中的每一次連接，這些連接有著不同的商業邏輯。 ***,想要賬戶自身的視圖。通過傳遞一個賬戶標識通過API從全部用戶視圖中得到一個怎樣的文檔呢?
- { "id": "account_identifier", "email": "account@email.com", "firstname": "account_firstname", "lastname": "account_lastname", "birthdate": "account_birthdate", "authentication": [{ "token": "authentication_token_1", "source": "authenticaton_source_1", "created": "16-12-12" }, { "token": "authentication_token_2", "source": "authenticaton_source_2", "created": "16-12-12" }], "address": [{ "street": "address_street_1", "city": "address_city_1" "zip": "address_zip_1" "country": "address_country_1" "created": "16-12-12" }]}
好處顯而易見: 通過保持一個實體的 JSON 表達,可以更快更好的訪問數據。進一步，將這一方法通用化，從NoSQL數據庫讀取所有的讀操作，而讓所有的寫操作 (create, update,delete) 還在RDBMS上 .但必須實現一個邏輯來維持 RDBMS到NoSQL 的數據同步，如果沒在緩存中的話還要創建一個關系型數據庫的對象。
在NoSQL高效可伸縮地創建文檔時為什么還要保持 RDBMS呢?因為這不是應用的真正目的。我不想產生一個Big Bang 的影響. 假設RDBMS已經準備好了，但因為RDBMS缺乏靈活性而集成了一個NoSQL存儲。希望充分利用兩個***的技術 —— 特別是RDBMS的數據一致性和NoSQL的伸縮性 。
【本文來自51CTO專欄作者老曹的原創文章，作者微信公眾號：喔家ArchiSelf,id:wrieless-com】
