5.NoSQL的简介
01.NoSQL的简介
1，什么是NoSQL
NoSQL 是 Not Only SQL 的缩写，意即”不仅仅是SQL”的意思，泛指非关系型的数据库。强调Key-Value Stores和文档数据库的优点。
NoSQL产品是传统关系型数据库的功能缩减版本，通过减少用不到或很少用的功能，来大幅度提高产品性能
2，NoSQL起源
过去，关系型数据库(SQL Server、Oracle、MySQL)是数据持久化的唯一选择，但随着发展，关系型数据库存在以下问题。
问题1：不能满足高性能查询需求
我们使用:Java、.Net等语言编写程序，是面向对象的。但用数据库都是关系型数据库。存储结构是面向对象的，但是数据库却是关系的，所以在每次存储或者查询数据时，我们都需要做转换。类似Hibernate、Mybatis这样的ORM框架确实可以简化这个过程，但是在对高性能查询需求时，这些ORM框架就捉襟见肘了。
问题2：应用程序规模的变大
网络应用程序的规模变大，需要储存更多的数据、服务更多的用户以及需求更多的计算能力。为了应对这种情形，我们需要不停的扩展。
扩展分为两类：一种是纵向扩展，即购买更好的机器，更多的磁盘、更多的内存等等。另一种是横向扩展，即购买更多的机器组成集群。在巨大的规模下，纵向扩展发挥的作用并不是很大。首先单机器性能提升需要巨额的开销并且有着性能的上限，在Google和Facebook这种规模下，永远不可能使用一台机器支撑所有的负载。鉴于这种情况，我们需要新的数据库，因为关系数据库并不能很好的运行在集群上
3，NoSQL数据库类型
3.1 键值（Key-Value）数据库[Redis/Memcached]
适用场景：
储存用户信息，比如会话、配置文件、参数、购物车等等。这些信息一般都和ID（键）挂钩，这种情景下键值数据库是个很好的选择。
不适用场景：
- 不通过键查询，而是通过值来查询。Key-Value数据库中根本没有通过值查询的途径
- 需要储存数据之间的关系。在Key-Value数据库中不能通过两个或以上的键来关联数据。
- 事务的支持。在Key-Value数据库中故障产生时不可以进行回滚。
3.2 面向文档（Document-Oriented）数据库[MongoDB]
数据可以使用XML、JSON或者JSONB等多种形式存储。
适用场景：
- 日志
- 分析
不适用场景：
- 不支持事务
3.3 列存储（Wide Column Store/Column-Family）数据库[HBASE]
列存储数据库将数据储存在列族（column family）中，一个列族存储经常被一起查询的相关数据。举个例子，如果我们有一个Person类，我们通常会一起查询他们的姓名和年龄而不是薪资。这种情况下，姓名和年龄就会被放入一个列族中，而薪资则在另一个列族中。
适用场景：
- 日志
- 博客平台,我们储存每个信息到不同的列族中。举个例子，标签可以储存在一个，类别可以在一个，而文章则在另一个。
不适用场景：
- ACID事务
- 原型设计。在模型设计之初，我们根本不可能去预测它的查询方式，而一旦查询方式改变，我们就必须重新设计列族。
3.4 图（Graph-Oriented）数据库[Neo4J]
适用范围很小，主要用用网络拓扑分析 如脉脉的人员关系图等
4 传统RDBMS VS NOSQL
(1) RDBMS:
- 高度组织化结构化数据
- 结构化查询语言（SQL）
- 数据和关系都存储在单独的表中。
- 数据操纵语言，数据定义语言
- 严格的一致性
- 基础事务
(2) NoSQL:
- 代表着不仅仅是SQL
- 没有声明性查询语言
- 没有预定义的模式
- 键 - 值对存储，列存储，文档存储，图形数据库
- 最终一致性，而非ACID【原子，一致，隔离，持久】属性
- 非结构化和不可预知的数据
- CAP定理【一致性，可用性，容错性】
- 高性能，高可用性和可伸缩性