NoSQL数据库使用场景以及架构介绍

其它相关推荐：
系统架构之微服务架构
系统架构设计之微内核架构
鸿蒙操作系统架构
架构设计之大数据架构（Lambda架构、Kappa架构）

所属专栏：系统架构设计师

一. 什么是NoSQL？

NoSQL(Not-onlySQL)：不仅仅只是SQL，泛指非关系型的数据库。

是对关系型数据库的补充和完善，它不使用传统的表格模式，而是使用其他的数据模型来存储数据。NoSQL数据库非常适合处理大规模的非结构化或半结构化数据，具有高可扩展性、高灵活性、高性能、高可用性等特点。常见的NoSQL数据库包括MongoDB、Cassandra、Redis等。

二. NoSQL分类

1. 键值（key-value）

• 这种类型的数据库有Redis、Memcached、Tokyo Cabinet/Tyrant、Voldement、Oracle BDB
• 典型应用场景：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。
• 数据模型：key 指向 value 的键值对，通常用hash table来实现。
• 优点：查找速度快。
• 缺点：数据无结构化，通常只被当作字符串或者二进制数据。

2. 列存储数据库

• 这种类型的数据库有Hbase、Cassandra、Riak
• 典型应用场景：分布式的文件系统。
• 数据模型：以列簇式存储，将同一列数据存在一起。
• 优点：查找速度快，可扩展性强，更容易进行分布式扩展。
• 缺点：功能相对局限。

3. 文档型数据库

• 这种类型的数据库有MongoDB、CouchDB
• 典型应用场景：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内容）
• 数据模型：key-value对应的键值对，value为结构化数据。
• 优点：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预先定义表结构。这种数据库类型按照文档格式（如JSON、XML等）来存储数据，数据之间可以有嵌套关系，具有更好的灵活性，支持各种复杂的数据结构。支持动态模式、可扩展性好、数据结构灵活。
• 缺点：查询性能不高，而且缺乏统一的查询语法。

4. 图形数据库（Graph）

• 这种类型的数据库有Neo4J、InfoGrid、Infinite Graph
• 典型应用场景：社交网络，推荐系统等。专注于构建关系图谱。
• 数据模型：图结构。
• 优点：利用图结构相关算法。比如最短路径寻址，N度关系查找等。
• 缺点：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存的集群方案。
  
  

三. NoSQL与关系数据库有什么区别

对比维度	关系数据库	NoSQL
应用领域	面向通用领域	特定应用领域
数据容量	有限数据	海量数据
数据类型	结构化数据（二维表）	非结构化数据
并发支持	支持并发，但性能低	高并发
事务支持	高事务性	弱事务性
扩展方式	向上扩展	向外扩展

与关系型数据库相比，NoSQL数据库对数据之间的关系的处理更加灵活，因此可以满足更多种类的应用场景，例如大数据、云计算、分布式存储等。

四. NoSQL主要优势和缺点

主要优势：
（1）避免不必要的复杂性
（2）高吞吐量
（3）高水平扩展能力和低端硬件集群
（4）避免了昂贵的对象-关系映射

缺点：
（1）数据模型和查询语言没有经过数学验证
（2）不支持ACID特性
（3）功能简单
（4）没有统一的查询模型

五. NoSQL体系框架

NoSQL数据库整体框架分为四层，分别为数据持久层（data persistence）、整体分布层（data distribution model）、数据逻辑模型层（data logical model）和接口层（interface），这四层之间是相辅相成，协调工作。

数据持久层定义了数据的存储形式，主要包括基于内存、硬盘、内存与硬盘相结合、订制可插拔四种形式。基于内存形式的数据存取速度最快，但可能会造成数据丢失；基于硬盘的数据可能保存很久，但存取速度较基于内存的形式慢；内存和硬盘相结合的形式，结合了前两种形式的优点，既保证了速度，又保证了数据不丢失；订制可插拔则保证了数据存取具有较高的灵活性。

整体分布层定义了数据是如何分布的，相对于关系型数据库，NoSQL可选的机制比较多，主要有三种形式：一是CAP支持，可用于水平扩展。

数据逻辑模型层定义了数据之间的联系和操作方式，主要包括文档、键值对、图像、列存储等。

接口层定义了与数据访问相关的接口，包括查询、索引、事务、权限等。

其它相关推荐：
系统架构之微服务架构
系统架构设计之微内核架构
鸿蒙操作系统架构
架构设计之大数据架构（Lambda架构、Kappa架构）

所属专栏：系统架构设计师