浅谈NoSQL

2022-04-13 00:00:00 数据数据库模型结点结构

NoSQL是什么？有哪些种类？以及各自的特点又是什么？请看下文.........

NoSQL是以互联网大数据应用为背景发展起来的分布式数据管理系统。NoSQL有两种解释：一是Non-Relational，即非关系数据库；另一种是Not Only SQL，即数据库管理技术不仅仅是SQL，目前第二种解释更为流行。

NoSQL系统支持的数据模型通常分为4种模型分别为：Key-Value模型，BigTable模型，文档（Document）模型以及图（Graph）模型。

(1)Key-Value模型，记为KV（Key，Value）,是非常简单而容易使用的数据模型。每个Key对应一个Value。Value可以是任意类型的数据值。它支持按照Key值来存储和提取Value值。Value值是无结构的二进制码或纯字符串，通常需要在应用层去解析相应的结构，典型数据库有：Redis，Oracle BDB。

(2)BigTable模型，又称Columns Oriented模型，能够支持结构化的数据，包括列，列簇，时间戳和版本控制等元数据的存储。该数据模型的特点是列簇式，即按列存储，每一行数据的各项被存储在不同的列中，这些列的集合称作列簇。每一列的每一个数据项都包含一个时间戳属性，以便保存同一个数据的多个版本，该类型数据库有HBase，Riak。

(3)文档模型（Document）,该模型在存储方面有以下改进：Value值支持复杂的结构定义，通常是被转换成JSON或者类似于JSON的BSON结构化文档；支持数据库索引的定义，其索引主要是按照字段名称来组织的。如：CouchDB，MongoDB，国内的开源文档数据库是SequoiaDB。

(4)图模型（Graph），表示为G（V，E），V为结点（node）的集合，每个结点具有若干属性，E为边（edge）集合，也可以具有若干属性。该模型支持图结构的各种基本算法。可以直观的表达和展示数据之间的联系。如：Neo4J，InfoGrid，Infinite Graph。

NoSQL数据库在以下的这几种情况下比较适用：

1、数据模型比较简单；

2、需要灵活性更强的IT系统；

3、对数据库性能要求较高；

4、不需要高度的数据一致性；

5、对于给定key，比较容易映射复杂值的环境。

下表是四种数据库的对比

分类	常见类型	典型应用场景	数据模型	优点	缺点
KV	Redis,Oracle BDB	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。	Key 指向 Value 的键值对，通常用hash table来实现	查找速度快	数据无结构化，通常只被当作字符串或者二进制数据
列存储数据库	HBase, Riak	分布式的文件系统	以列簇式存储，将同一列数据存在一起	查找速度快，可扩展性强，更容易进行分布式扩展	功能相对局限
文档型数据库	CouchDB, MongoDb	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）	Key-Value对应的键值对，Value为结构化数据	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	查询性能不高，而且缺乏统一的查询语法。
图形数据库	Neo4J, Infinite Graph	社交网络，推荐系统等。专注于构建关系图谱	图结构	利用图结构相关算法。比如短路径寻址，N度关系查找等	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。

NoSQL系统为了提高存储能力和并发读写能力采用了及其简单的数据模型，支持简单的查询操作，而将复杂的操作留给应用层实现，并对数据进行划分和备份，以应对宕机和结点的失败，提高系统高可用性；通过大量结点的并行处理，合理利用资源从而获得高性能的数据库系统，并且采用的是横向扩展的方式（scale out）

相关文章