Nosql數(shù)據(jù)庫

NoSQL這個詞，意思是 "不僅僅是SQL"，最早出現(xiàn)在20世紀(jì)90年代末，指的是為了解決網(wǎng)絡(luò)和云數(shù)據(jù)管理的要求，克服傳統(tǒng)SQL技術(shù)的限制而建立的新系統(tǒng)(見我們的 blog post on SQL vs. NoSQL vs NewSQL不同方法之間的比較)。這些限制是缺乏橫向可擴(kuò)展性，數(shù)據(jù)攝取效率低，模式僵化，以及難以支持復(fù)雜的數(shù)據(jù)，如文檔和圖表。

圖1：傳統(tǒng)的SQL數(shù)據(jù)庫

作為支持標(biāo)準(zhǔn)關(guān)系模型的傳統(tǒng)SQL數(shù)據(jù)庫的替代品，NoSQL系統(tǒng)支持標(biāo)準(zhǔn)SQL以外的數(shù)據(jù)模型和查詢語言。它們通常強(qiáng)調(diào)可擴(kuò)展性(以犧牲一致性為代價)、靈活的模式和實(shí)用的API，用于編程復(fù)雜的數(shù)據(jù)密集型應(yīng)用。為了提供可擴(kuò)展性，NoSQL系統(tǒng)通常在一個無共享的集群中使用擴(kuò)展的方法(見 blog post on shared-nothing)，并進(jìn)行復(fù)制以保證可用性。

大數(shù)據(jù)軟件棧中的nosql

根據(jù)底層數(shù)據(jù)模型，NoSQL系統(tǒng)有四大類(?zsu & Valduriez, 2020)，例如，鍵值數(shù)據(jù)存儲、寬列存儲、文檔存儲和圖形數(shù)據(jù)庫。在每個類別中，我們可以找到數(shù)據(jù)模型的不同變化(與標(biāo)準(zhǔn)化的關(guān)系數(shù)據(jù)模型不同)和不同的查詢語言或API。然而，對于文檔存儲，JSON正在成為事實(shí)上的標(biāo)準(zhǔn)。還有一些多模型數(shù)據(jù)存儲，在一個系統(tǒng)中結(jié)合了多種數(shù)據(jù)模型，通常是文檔和圖形。

圖2：NoSQL類別

鍵值數(shù)據(jù)存儲和寬列存儲

鍵值數(shù)據(jù)存儲和寬列存儲有時被歸為同一類，因?yàn)樗鼈兌际菬o模式的，并且共享許多特征。在鍵值數(shù)據(jù)模型中，所有的數(shù)據(jù)都被表示為鍵值對，其中鍵是唯一的標(biāo)識值。鍵值系統(tǒng)是無模式的，這產(chǎn)生了巨大的靈活性和可擴(kuò)展性。它們通常提供一個簡單的接口，如put(key，value)，value=get(key)，and delete(key)。寬列存儲可以將行存儲為屬性-值對的列表。第一個屬性被稱為主鍵或主鍵，例如，社會安全號碼，它在一個行的集合中唯一地識別一個行，例如，人。鍵通常是排序的，這使得范圍查詢和鍵的有序處理成為可能。這是寬列存儲的一種能力，鍵值存儲通常不支持。

鍵值數(shù)據(jù)存儲有一個分布式的架構(gòu)，在一個無共享的集群中可以線性擴(kuò)展。一個鍵值集合的行通常是水平分區(qū)的，使用散列或鍵值范圍，并存儲在一些集群節(jié)點(diǎn)上。鍵值數(shù)據(jù)存儲也善于使用SSTables有效地攝取數(shù)據(jù)(他們聲稱使用LSM樹，但實(shí)際上使用SSTables，見我們的 blog post on B+ Trees, LSM trees and SSTables)，這是一種數(shù)據(jù)結(jié)構(gòu)和攝取算法，通過使用單個I/O來插入許多行，在攝取數(shù)據(jù)方面非常高效。鍵值數(shù)據(jù)存儲解決了僵化的模式問題，僅僅是通過無模式，每一行都可以有不同的結(jié)構(gòu)，即任意的列集。

圖3：B+樹和SST表的比較

鍵值數(shù)據(jù)存儲的這些新特性影響了性能。首先，SST表格在查詢數(shù)據(jù)方面的效率很低，所以在鍵值數(shù)據(jù)存儲中讀取數(shù)據(jù)的成本要比使用B+樹的SQL數(shù)據(jù)庫高很多。其次，模式的靈活性意味著數(shù)據(jù)表示在空間方面變得更加昂貴，因?yàn)榱忻仨毐痪幋a并存儲在行內(nèi)。更重要的是，一般用于打包相同大小的列的技術(shù)不能被應(yīng)用，所以數(shù)據(jù)表示的效率更低。由于其固定的模式，SQL數(shù)據(jù)庫可以在行中組織列，在空間和訪問時間方面非常有效。

圖4：關(guān)系型和無模式型方法的比較

最后，鍵值存儲以強(qiáng)大的數(shù)據(jù)一致性換取可擴(kuò)展性和可用性，依賴于不同的控制一致性的方式，如副本的最終一致性，有條件的寫入，以及最終一致性和強(qiáng)一致性的讀取。

圖5：鍵值數(shù)據(jù)存儲的屬性

寬列存儲結(jié)合了SQL數(shù)據(jù)庫的一些有益特性(例如，以表的形式表示數(shù)據(jù))和鍵值存儲的靈活性(例如，列內(nèi)無模式數(shù)據(jù))和可擴(kuò)展性。寬列表中的每一行都由一個鍵唯一標(biāo)識，并有一些命名的列。然而，與關(guān)系表不同的是，列只能包含原子值(即二進(jìn)制字符串)，一個列可以很寬，包含多個鍵值對。寬列存儲用更多的聲明性結(jié)構(gòu)擴(kuò)展了鍵值存儲接口，允許對列族進(jìn)行掃描、精確匹配和范圍查詢。它們通常為這些結(jié)構(gòu)提供一個API，以便在編程語言中使用。

圖6：鍵值和寬列存儲的比較