爲何要使用NoSQL數據庫

NoSQL概念

　　隨着web2.0的快速發展，非關係型、分佈式數據存儲獲得了快速的發展，它們不保證關係數據的ACID特性（原子性、一致性、隔離性、持久性，一個支持事務的數據庫，必須要具備這四種特性，不然在事務過程中沒法保證數據的正確性）。NoSQL概念在2009年被提了出來。NoSQL最多見的解釋是「non-relational」，「Not Only SQL」也被不少人接受（「NoSQL」一詞最先於1998年被用於一個輕量級的關係數據庫的名字）。

　　NoSQL被咱們用得最多的當數key-value存儲，固然還有其餘的文檔型的、列存儲、圖型數據庫、xml數據庫等。在NoSQL概念提出以前，這些數據庫就被用於各類系統當中，可是卻不多用於web互聯網應用。好比cdb、qdbm、bdb數據庫。

傳統關係數據庫的瓶頸

　　傳統的關係數據庫具備不錯的性能，高穩定型，久經歷史考驗，並且使用簡單，功能強大，同時也積累了大量的成功案例。在互聯網領域，MySQL成爲了絕對靠前的王者，絕不誇張的說，MySQL爲互聯網的發展作出了卓越的貢獻。

　　在90年代，一個網站的訪問量通常都不大，用單個數據庫徹底能夠輕鬆應付。在那個時候，更多的都是靜態網頁，動態交互類型的網站很少。

　　到了最近10年，網站開始快速發展。火爆的論壇、博客、sns、微博逐漸引領web領域的潮流。在初期，論壇的流量其實也不大，若是你接觸網絡比較早，你可能還記得那個時候還有文本型存儲的論壇程序，能夠想象通常的論壇的流量有多大。

Memcached+MySQL

　　後來，隨着訪問量的上升，幾乎大部分使用MySQL架構的網站在數據庫上都開始出現了性能問題，web程序再也不僅僅專一在功能上，同時也在追求性能。程序員們開始大量的使用緩存技術來緩解數據庫的壓力，優化數據庫的結構和索引。開始比較流行的是經過文件緩存來緩解數據庫壓力，可是當訪問量繼續增大的時候，多臺web機器經過文件緩存不能共享，大量的小文件緩存也帶了了比較高的IO壓力。在這個時候，Memcached就天然的成爲一個很是時尚的技術產品。

　　Memcached做爲一個獨立的分佈式的緩存服務器，爲多個web服務器提供了一個共享的高性能緩存服務，在Memcached服務器上，又發展了根據hash算法來進行多臺Memcached緩存服務的擴展，而後又出現了一致性hash來解決增長或減小緩存服務器致使從新hash帶來的大量緩存失效的弊端。當時，若是你去面試，你說你有Memcached經驗，確定會加分的。

Mysql主從複製實現讀寫分離

　　因爲數據庫的寫入壓力增長，Memcached只能緩解數據庫的讀取壓力。讀寫集中在一個數據庫上讓數據庫不堪重負，大部分網站開始使用主從複製技術來達到讀寫分離，以提升讀寫性能和讀庫的可擴展性。Mysql的master-slave模式成爲這個時候的網站標配了。

分庫分表

　　隨着web2.0的繼續高速發展，在Memcached的高速緩存，MySQL的主從複製，讀寫分離的基礎之上，這時MySQL主庫的寫壓力開始出現瓶頸，而數據量的持續猛增，因爲MyISAM使用表鎖，在高併發下會出現嚴重的鎖問題，大量的高併發MySQL應用開始使用InnoDB引擎代替MyISAM。同時，開始流行使用分表分庫來緩解寫壓力和數據增加的擴展問題。這個時候，分表分庫成了一個熱門技術，是面試的熱門問題也是業界討論的熱門技術問題。也就在這個時候，MySQL推出了還不太穩定的表分區，這也給技術實力通常的公司帶來了但願。雖然MySQL推出了MySQL Cluster集羣，可是因爲在互聯網行業內幾乎沒有成功案例，性能也不能知足互聯網的要求，只是在高可靠性上提供了很是大的保證。

MySQL的擴展性瓶頸

　　在互聯網，大部分的MySQL都應該是IO密集型的，事實上，若是你的MySQL是個CPU密集型的話，那麼極可能你的MySQL設計得有性能問題，須要優化了。大數據量高併發環境下的MySQL應用開發愈來愈複雜，也愈來愈具備技術挑戰性。分表分庫的規則把握都是須要經驗的。雖然有像淘寶這樣技術實力強大的公司開發了透明的中間件層來屏蔽開發者的複雜性，可是避免不了整個架構的複雜性。分庫分表的子庫到必定階段又面臨擴展問題。還有就是需求的變動，可能又須要一種新的分庫方式。

　　MySQL數據庫也常常存儲一些大文本字段，致使數據庫表很是的大，在作數據庫恢復的時候就致使很是的慢，不容易快速恢復數據庫。好比1000萬4KB大小的文本就接近40GB的大小，若是能把這些數據從MySQL省去，MySQL將變得很是的小。

　　關係數據庫很強大，可是它並不能很好的應付全部的應用場景。MySQL的擴展性差（須要複雜的技術來實現），大數據量場景下IO壓力大，表結構更改困難，正是當前使用MySQL的開發人員面臨的問題。

NoSQL的優點

　　NoSQL數據庫種類繁多，可是一個共同的特色都是去掉關係數據庫的關係型特性。數據之間無關係，這樣就很是容易擴展。也無形之間，在架構的層面上帶來了可擴展的能力。

　　NoSQL數據庫都具備很是高的讀寫性能，尤爲在大數據量下，一樣表現優秀。這得益於它的無關係性，數據庫的結構簡單。通常MySQL使用Query Cache，每次表出現更新後Cache就失效，這是一種大粒度的Cache，針對web2.0的交互頻繁的應用，Cache性能不高。而NoSQL的Cache是記錄級的，是一種細粒度的Cache，因此NoSQL在這個層面上來講就要性能高不少了。

　　不明白什麼是Query Cache？

　　當mysql接收到一條select類型的query時，mysql會對這條query進行hash計算而獲得一個hash值，而後經過該hash值到query cache中去匹配，若是沒有匹配中，則將這個hash值存放在一個hash鏈表中，同時將query的結果集存放進cache中，存放hash值的鏈表的每個hash節點中存放了相應query結果集在cache中的地址，以及該query所涉及到的一些table的相關信息；若是經過hash值匹配到了同樣的query，則直接將cache中相應的query結果集返回給客戶端。若是mysql任何一張表中的任何一條數據發生了變化，便會通知query cache須要將與該table相關的query cache所有失效，並釋放佔用的內存地址。

　　query cache的優勢很明顯，對於一些頻繁執行select操做的表，mysql直接從cache中返回相應的結果集，而不用再從表table中取出，減小了IO開銷。即便query cache的收益很明顯，也不能忽略它所帶來的一些缺點：一、query語句的hash計算和hash查找帶來的資源消耗。mysql會對每條接收到的select類型的query進行hash計算而後查找該query的cache是否存在，雖然hash計算和查找的效率已經足夠高了，一條query所帶來的消耗能夠忽略，但一旦涉及到高併發，有成千上萬條query時，hash計算和查找所帶來的開銷就的重視了；二、query cache的失效問題。若是表的變動比較頻繁，則會形成query cache的失效率很是高。表的變動不只僅指表中的數據發生變化，還包括結構或者索引的任何變化；三、對於不一樣sql但同一結果集的query都會被緩存，這樣便會形成內存資源的過渡消耗。sql的字符大小寫、空格或者註釋的不一樣，緩存都是認爲是不一樣的sql（由於他們的hash值會不一樣）。

　　NoSQL無需事先爲要存儲的數據創建字段，隨時能夠存儲自定義的數據格式。而在關係數據庫裏，增刪字段是一件很是麻煩的事情。若是是數據量很是大的表，增長字段簡直就是一個噩夢。這一點在大數據量的web2.0時代尤爲明顯。

　　NoSQL在不太影響性能的狀況，就能夠方便的實現高可用的架構。好比Cassandra，HBase模型，經過複製模型也能實現高可用。

總結

　　NoSQL數據庫的出現，彌補了關係數據（好比MySQL）在某些方面的不足，在某些方面能極大的節省開發成本和維護成本。MySQL和NoSQL都有各自的特色和使用的應用場景，二者的緊密結合將會給web2.0的數據庫發展帶來新的思路。讓關係型數據庫關注在關係上，NoSQL關注在存儲上。

本文轉載自NoSQL開篇——爲何要使用NoSQL