我們繼續從軟件角度上看外存數據源的性能，來考察數據庫的性能特點，在這篇文章中，我們只關心數據的訪問性能，而不涉及計算性能。

一、關系數據庫

關系數據庫也是很常見的數據存儲方式。本質上講，數據庫其實也是一種特殊的二進制文件，但它的性能會弱于直接寫在操作系統下的文件，主要原因在于數據庫通常都要提供數據更新的能力，這就會產生影響性能的因素：

1. 緊湊性與壓縮手段

數據庫要考慮數據的更新，一般會采用段頁式的分塊存儲，在存儲數據時不會把分塊完全填滿，而會留一小部分空白區用于后續的修改動作。這樣，占用的硬盤空間就會比不考慮更新動作的文件更大一點。

因為要更新數據，也很難實現數據壓縮。比如上一篇所說的把小整數存成較短字節的方案，如果采用了這種方案，一旦這個小整數被改成了大整數，原來的空間就存不下了，就要把后續數據都向后移動，這會使數據更新成本過高，所以一般數據庫都不采用壓縮手段，而直接根據數據類型分配空間，也會造成空間的浪費，極端情況會出現占用空間大于文本的現象。

2. 事務一致性帶來的復雜性

許多商業數據庫還會同時支持OLTP業務，在讀取數據時要提供一致性的能力，這會使訪問數據的動作復雜度變大很多。同一條數據，由于其它事務的寫操作，可能出現多個備份，在讀取時數據庫要根據事務的啟動時刻找到正確的那一個，這是個非常麻煩的動作，對性能影響很大。

另外，前面文章還提到過，按塊存儲的結構對于分段也不夠自由，不象文件那樣可以實施更靈活的并行手段，也會導致數據庫的性能表現弱于直接 文件。

數據庫普遍還有一個IO性能不佳的問題，數據在數據庫中運算時性能尚可，但要通過數據庫接口取出來就非常慢，實測的情況表明，這個性能經常可能會比用文本存儲還慢。對于這個問題，在數據庫本身負擔不重時，可以采用并行取數的方法來解決，具體細節及代碼我們將在以后再詳述。

二、NoSQL數據庫

NoSQL常常被用作大數據處理，但是，它真地能獲得高性能嗎?

這要分情況，看進行什么樣的處理。

NoSQL產品一般都不提供事務一致性的能力，這是在數據訪問時的動作要比關系數據庫簡單了許多，不需要考慮回滾段、多備份等問題。而且，放棄事務的NoSQL一般也更容易橫向擴展，使用更多機器來承載更大的業務量。在這方面，NoSQL確實會有更高的性能，特別是高并發寫入時的優勢要比關系數據庫大得多。

不過，對于單純的分析型業務，卻不完全是這樣。

許多分析型關系數據庫也不考慮事務一致性的問題，訪問動作同樣也較為簡單。NoSQL不處理事務一致性帶來的性能優勢，與這些分析型數據庫比并沒有特別的地方。

NoSQL產品常常使用Key-Value型存儲組織，Value的隨意性會帶來結構多樣性的好處，即使用NoSQL存儲數據時不需要事先確定數據結構，不象關系數據庫那樣必須先建個有特定數據結構的表才能使用，這是NoSQL非常方便的地方。

但是，多樣性和高性能是一對天生的矛盾!

多樣性意味著每條記錄的數據結構都可能不一樣。在存儲數據時同時也要存儲結構，增大了存儲量，在解析數據時也要去匹配數據結構中的字段，增加大了復雜度。而關系數據庫中同一表的數據結構是確定且相同的，結構只要存儲一份，解析數據時的字段對應也非常簡單，當數據量很大時，這個優勢就會非常明顯。

大多數Key-Value式的NoSQL產品，只是在用Key尋找Values時性能很好(這只要有個Hash索引就能夠用Key找到對應的記錄，關系數據庫建了索引也可以)，但面臨需要對數據遍歷才能完成的計算時(比如過濾條件不是針對Key的)，它的性能就會遠遠低于確定數據結構的關系數據庫。把NoSQL用于高性能大數據分析業務是個錯誤的選擇，但現實中卻經常有人在這么用。