SQL or NoSQL?

寫在前面
對於關係型數據庫，（必要時）咱們能夠經過反範式化犧牲一部分寫入性能，來換取更高的讀取性能，但前提是先要知足範式設計，接着在此基礎上進行局部調整，故意打破一些規則

與其先範式化，遭遇性能瓶頸再進行反範式化，不如從一開始就考慮反範式設計——直接採用 NoSQL

一.什麼是 NoSQL？
不一樣於關係型數據庫，NoSQL 數據庫（也叫非 SQL 或非關係型數據庫）提供的數據存儲、檢索機制並非基於表關係建模的：

A NoSQL (originally referring to 「non SQL」 or 「non relational」) database provides a mechanism for storage and retrieval of data that is modeled in means other than the tabular relations used in relational databases.

沒有了數據表，天然就沒有了多表連查（join操做）的性能顧慮，範式約束和反範式化的抉擇也就不復存在了

但是，沒有了數據表，數據該如何組織，關係要怎樣描述呢？

實際上，SQL（關係型數據庫）並非惟一的選擇

Not Only SQL
對於 NOSQL，另外一種有趣的理解是 Not Only SQL，在關係型數據庫以外的廣闊世界裏，數據不必定非要打平存放到二維表格裏，關係也不是隻能用主鍵、外鍵、關係表來描述

就數據庫類型而言，NoSQL 指的是除關係型之外的其它類型的數據庫，即非關係型數據庫（NoREL, Non Relational），例如MongoDB、CouchDB等

從使用角度來看，踐行 NoSQL 並不必定先要選個 NoSQL 數據庫，以「NoSQL」的方式來使用 MySQL 等關係型數據庫固然也算：

You can stay with MySQL, and use it like a NoSQL database.

好比在數據表中存一列 JSON 字符串，把這一列看成鍵值數據庫來用

二.4 種 NoSQL 數據庫
不一樣於關係型數據庫中的表結構，NoSQL 數據庫支持一些更靈活的數據結構，使得某些操做更快

鍵值存儲

鍵值存儲（Key-value store）是最簡單的 NoSQL 數據模型，只能存鍵值對兒，只能按 key 查詢，由於所存儲的值對數據庫系統不透明（相似於 BLOB），沒法根據值的特徵查找或創建索引

P.S.有些鍵值數據庫可以對 key 進行排序，從而支持範圍查詢（檢索 key 在特定區間內的數據），好比找出工號大於 100000 的新人信息

數據模型上是個哈希表，所以可以達到O(1)的讀寫性能，適用於簡單、或者頻繁更改的數據，常常用做內存緩存，例如Memcached、Redis

文檔存儲
文檔存儲（Document store）以文檔（XML、JSON 等半結構化數據）爲中心建模，至關於加強版的鍵值存儲，面向文檔提供更精細的數據操做。與鍵值存儲最大的區別在於數據庫可以理解並處理所存儲的值（即文檔），根據值的特徵（即文檔的內部結構）查詢和創建索引

此外，文檔還支持嵌套，甚至MongoDB、CouchDB等文檔數據庫還提供了類 SQL 的查詢語言，以支持複雜查詢

適用於持久化存儲，用來存放不常常更改的數據，做爲關係型數據庫的通常替代方案

寬列存儲
寬列存儲（Wide column store）中，列（column）是最小的數據單元，每一列是個名值對兒（以及用於版本控制和衝突解決的時間戳），在列之上還有一級超級列（super column）：

僅含列的行稱爲列族（column family），含有超級列的行稱爲超級列族（super column family），每一行（即，一個列族或超級列族）表明一個實體，包含該實體的全部相關信息：

數據模型上是個二維 Map，特色是高性能以及良好的擴展性，所以適用於很是大的數據集，被 Twitter、Facebook 等社交網絡用來存儲海量用戶所產生的數據

P.S.例如 Google 最先推出的Bigtable、Hadoop 生態中的HBase，以及 Facebook 推出的Cassandra

圖形數據庫

數據基於圖來建模，圖中每一個節點表明一條記錄，每條邊表示節點之間的關係，所以可以輕鬆描述數據對象之間的複雜關係，好比關係模型中複雜的外鍵和多對多關係

圖形數據庫的實際應用還不十分紅熟，甚至尚未一種被普遍採用的標準化查詢語言，但其鏈接性優點尤爲適用於具備複雜關係的數據模型（好比社交網絡），值得期待：

P.S.例如Neo4j、Oracle Spatial and Graph、ArangoDB等

三.NoSQL 意味着什麼？
採用簡單的 NoSQL 模型（如鍵值存儲），至關於把一部分工做從數據庫層轉移到了應用層：

Joins will now need to be done in your application code.

與數據庫層相比，應用層一般更容易（橫向）擴展，所以這種工做量轉移有助於提高系統的可擴展性，將複雜的數據操做拋給應用層來處理，以求更大的優化空間

甚至事務等強一致性保證也要由應用層來處理，由於多數 NoSQL 數據庫並不提供事務支持：

Most NoSQL stores lack true ACID transactions, although a few databases have made them central to their designs.

ACID vs. BASE
不一樣於關係型數據庫中追求的ACID（事務的 4 大特性）：

Atomicity（原子性）：一系列操做要麼所有成功要麼失敗所有回滾

Consistency（一致性）：事務執行先後數據庫都必須處於一致性狀態（知足既定的全部一致性約束）

Isolation（隔離性）：併發事務操做的結果狀態與按順序執行同樣

Durability（持久性）：事務一旦提交，對數據的改變就是永久性的，遭遇故障也不會丟失已提交的結果

NoSQL 在CAP 的抉擇中對 C 作了妥協，容許最終一致性，即BASE：

Basically Available（基本可用）：讀寫操做盡量保證可用，但不保證任何一致性

Soft state（軟狀態）：因爲沒有一致性保證，在一段時間後，只是有可能讀到最新狀態，由於可能還沒收斂

Eventual consistency（最終一致性）：若是系統運行正常，等待足夠長的時間後，最終可以讀到最新狀態

也就是說，在分佈式環境下，（大多數）NoSQL 數據庫僅保證最終一致性，可能沒法當即讀到最新的數據

四.SQL or NoSQL?
相比之下，SQL 數據庫（關係型數據庫）的優點在於：

支持事務操做

有明確的擴展模式

開發人員、社區、工具等相對成熟

主要缺陷是：

複雜的連表查詢致使數據讀取性能不佳

不太容易擴展（手動分片）

關係模型與 OOP 之間存在較大差別（Object-relational impedance mismatch）

只支持存取結構化數據，關係模式（如表結構）必須預先定義，而且修改爲本高

P.S.關於 Object-relational impedance mismatch 的更多信息，見Why is MongoDB wildly popular? It’s a data structure thing.

而 NoSQL 數據庫（非關係型數據庫）的優點集中在：

不存在複雜的連表查詢

容易擴展（一些 NoSQL 數據庫支持自動分片）

與 OOP 數據模型一致，易於使用

沒必要預先定義數據模式，支持存取快速變化的結構化、半結構化和非結構化數據

讀寫性能（IOPS）很高，適合數據密集型工做

主要缺陷在於：

缺乏強一致性保證

開發人員、社區、工具等沒那麼成熟

應用場景
所以，NoSQL 數據庫適用於：

快速變化數據，如點擊流（click stream）數據或日誌數據

排行榜或評分數據

臨時數據，如購物車數據

頻繁訪問的熱點數據

元數據（metadata），以及查找表（lookup tables）

參考資料
Scalability for Dummies – Part 2: Database

Why is MongoDB wildly popular? It’s a data structure thing.

SQL & NOSQL: A BRIEF HISTORY

Graph Databases for Beginners: A (Brief) Tour of Aggregate Stores