從關(guān)系型數(shù)據(jù)庫到非關(guān)系型數(shù)據(jù)庫

神人自有天助 2016-12-03

展開全文

1. 關(guān)系型數(shù)據(jù)庫

關(guān)系型數(shù)據(jù)庫，是指采用了關(guān)系模型來組織數(shù)據(jù)的數(shù)據(jù)庫。

關(guān)系模型是在1970年由IBM的研究員E.F.Codd博士首先提出的，在之后的幾十年中，關(guān)系模型的概念得到了充分的發(fā)展并逐漸成為主流數(shù)據(jù)庫結(jié)構(gòu)的主流模型。

簡單來說，關(guān)系模型指的就是二維表格模型，而一個關(guān)系型數(shù)據(jù)庫就是由二維表及其之間的聯(lián)系所組成的一個數(shù)據(jù)組織。

關(guān)系模型中常用的概念：

關(guān)系：可以理解為一張二維表，每個關(guān)系都具有一個關(guān)系名，就是通常說的表名
元組：可以理解為二維表中的一行，在數(shù)據(jù)庫中經(jīng)常被稱為記錄
屬性：可以理解為二維表中的一列，在數(shù)據(jù)庫中經(jīng)常被稱為字段
域：屬性的取值范圍，也就是數(shù)據(jù)庫中某一列的取值限制
關(guān)鍵字：一組可以唯一標識元組的屬性，數(shù)據(jù)庫中常稱為主鍵，由一個或多個列組成
關(guān)系模式：指對關(guān)系的描述。其格式為：關(guān)系名(屬性1，屬性2， ... ... ，屬性N)，在數(shù)據(jù)庫中成為表結(jié)構(gòu)

關(guān)系型數(shù)據(jù)庫的優(yōu)點：

容易理解：二維表結(jié)構(gòu)是非常貼近邏輯世界的一個概念，關(guān)系模型相對網(wǎng)狀、層次等其他模型來說更容易理解
使用方便：通用的SQL語言使得操作關(guān)系型數(shù)據(jù)庫非常方便
易于維護：豐富的完整性(實體完整性、參照完整性和用戶定義的完整性)大大減低了數(shù)據(jù)冗余和數(shù)據(jù)不一致的概率

2. 關(guān)系型數(shù)據(jù)庫瓶頸

高并發(fā)讀寫需求

網(wǎng)站的用戶并發(fā)性非常高，往往達到每秒上萬次讀寫請求，對于傳統(tǒng)關(guān)系型數(shù)據(jù)庫來說，硬盤I/O是一個很大的瓶頸

海量數(shù)據(jù)的高效率讀寫

網(wǎng)站每天產(chǎn)生的數(shù)據(jù)量是巨大的，對于關(guān)系型數(shù)據(jù)庫來說，在一張包含海量數(shù)據(jù)的表中查詢，效率是非常低的

高擴展性和可用性

在基于web的結(jié)構(gòu)當中，數(shù)據(jù)庫是最難進行橫向擴展的，當一個應用系統(tǒng)的用戶量和訪問量與日俱增的時候，數(shù)據(jù)庫卻沒有辦法像web server和app server那樣簡單的通過添加更多的硬件和服務節(jié)點來擴展性能和負載能力。對于很多需要提供24小時不間斷服務的網(wǎng)站來說，對數(shù)據(jù)庫系統(tǒng)進行升級和擴展是非常痛苦的事情，往往需要停機維護和數(shù)據(jù)遷移。

對網(wǎng)站來說，關(guān)系型數(shù)據(jù)庫的很多特性不再需要了：

事務一致性

關(guān)系型數(shù)據(jù)庫在對事物一致性的維護中有很大的開銷，而現(xiàn)在很多web2.0系統(tǒng)對事物的讀寫一致性都不高

讀寫實時性

對關(guān)系數(shù)據(jù)庫來說，插入一條數(shù)據(jù)之后立刻查詢，是肯定可以讀出這條數(shù)據(jù)的，但是對于很多web應用來說，并不要求這么高的實時性，比如發(fā)一條消息之后，過幾秒乃至十幾秒之后才看到這條動態(tài)是完全可以接受的

復雜SQL，特別是多表關(guān)聯(lián)查詢

任何大數(shù)據(jù)量的web系統(tǒng)，都非常忌諱多個大表的關(guān)聯(lián)查詢，以及復雜的數(shù)據(jù)分析類型的復雜SQL報表查詢，特別是SNS類型的網(wǎng)站，從需求以及產(chǎn)品階級角度，就避免了這種情況的產(chǎn)生。往往更多的只是單表的主鍵查詢，以及單表的簡單條件分頁查詢，SQL的功能極大的弱化了

在關(guān)系型數(shù)據(jù)庫中，導致性能欠佳的最主要原因是多表的關(guān)聯(lián)查詢，以及復雜的數(shù)據(jù)分析類型的復雜SQL報表查詢。為了保證數(shù)據(jù)庫的ACID特性，我們必須盡量按照其要求的范式進行設計，關(guān)系型數(shù)據(jù)庫中的表都是存儲一個格式化的數(shù)據(jù)結(jié)構(gòu)。每個元組字段的組成都是一樣，即使不是每個元組都需要所有的字段，但數(shù)據(jù)庫會為每個元組分配所有的字段，這樣的結(jié)構(gòu)可以便于標語表之間進行鏈接等操作，但從另一個角度來說它也是關(guān)系型數(shù)據(jù)庫性能瓶頸的一個因素。

3. NoSQL

NoSQL一詞首先是Carlo Strozzi在1998年提出來的，指的是他開發(fā)的一個沒有SQL功能，輕量級的，開源的關(guān)系型數(shù)據(jù)庫。這個定義跟我們現(xiàn)在對NoSQL的定義有很大的區(qū)別，它確確實實字如其名，指的就是“沒有SQL”的數(shù)據(jù)庫。但是NoSQL的發(fā)展慢慢偏離了初衷，我們要的不是“no sql”，而是“no relational”，也就是我們現(xiàn)在常說的非關(guān)系型數(shù)據(jù)庫了。

2009年初，Johan Oskarsson舉辦了一場關(guān)于開源分布式數(shù)據(jù)庫的討論，Eric Evans在這次討論中再次提出了NoSQL一詞，用于指代那些非關(guān)系型的，分布式的，且一般不保證遵循ACID原則的數(shù)據(jù)存儲系統(tǒng)。Eric Evans使用NoSQL這個詞，并不是因為字面上的“沒有SQL”的意思，他只是覺得很多經(jīng)典的關(guān)系型數(shù)據(jù)庫名字都叫“**SQL”,所以為了表示跟這些關(guān)系型數(shù)據(jù)庫在定位上的截然不同，就是用了“NoSQL“一詞。

注：數(shù)據(jù)庫事務必須具備ACID特性，ACID是Atomic原子性，Consistency一致性，Isolation隔離性，Durability持久性。

非關(guān)系型數(shù)據(jù)庫提出另一種理念，例如，以鍵值對存儲，且結(jié)構(gòu)不固定，每一個元組可以有不一樣的字段，每個元組可以根據(jù)需要增加一些自己的鍵值對，這樣就不會局限于固定的結(jié)構(gòu)，可以減少一些時間和空間的開銷。使用這種方式，用戶可以根據(jù)需要去添加自己需要的字段，這樣，為了獲取用戶的不同信息，不需要像關(guān)系型數(shù)據(jù)庫中，要對多表進行關(guān)聯(lián)查詢。僅需要根據(jù)id取出相應的value就可以完成查詢。但非關(guān)系型數(shù)據(jù)庫由于很少的約束，他也不能夠提供像SQL所提供的where這種對于字段屬性值情況的查詢。并且難以體現(xiàn)設計的完整性。他只適合存儲一些較為簡單的數(shù)據(jù)，對于需要進行較復雜查詢的數(shù)據(jù)，SQL數(shù)據(jù)庫顯的更為合適。

4. 關(guān)系型數(shù)據(jù)庫 V.S. 非關(guān)系型數(shù)據(jù)庫

關(guān)系型數(shù)據(jù)庫的最大特點就是事務的一致性：傳統(tǒng)的關(guān)系型數(shù)據(jù)庫讀寫操作都是事務的，具有ACID的特點，這個特性使得關(guān)系型數(shù)據(jù)庫可以用于幾乎所有對一致性有要求的系統(tǒng)中，如典型的銀行系統(tǒng)。

但是，在網(wǎng)頁應用中，尤其是SNS應用中，一致性卻不是顯得那么重要，用戶A看到的內(nèi)容和用戶B看到同一用戶C內(nèi)容更新不一致是可以容忍的，或者說，兩個人看到同一好友的數(shù)據(jù)更新的時間差那么幾秒是可以容忍的，因此，關(guān)系型數(shù)據(jù)庫的最大特點在這里已經(jīng)無用武之地，起碼不是那么重要了。

相反地，關(guān)系型數(shù)據(jù)庫為了維護一致性所付出的巨大代價就是其讀寫性能比較差，而像微博、facebook這類SNS的應用，對并發(fā)讀寫能力要求極高，關(guān)系型數(shù)據(jù)庫已經(jīng)無法應付(在讀方面，傳統(tǒng)上為了克服關(guān)系型數(shù)據(jù)庫缺陷，提高性能，都是增加一級memcache來靜態(tài)化網(wǎng)頁，而在SNS中，變化太快，memchache已經(jīng)無能為力了)，因此，必須用新的一種數(shù)據(jù)結(jié)構(gòu)存儲來代替關(guān)系數(shù)據(jù)庫。

關(guān)系數(shù)據(jù)庫的另一個特點就是其具有固定的表結(jié)構(gòu)，因此，其擴展性極差，而在SNS中，系統(tǒng)的升級，功能的增加，往往意味著數(shù)據(jù)結(jié)構(gòu)巨大變動，這一點關(guān)系型數(shù)據(jù)庫也難以應付，需要新的結(jié)構(gòu)化數(shù)據(jù)存儲。

于是，非關(guān)系型數(shù)據(jù)庫應運而生，由于不可能用一種數(shù)據(jù)結(jié)構(gòu)化存儲應付所有的新的需求，因此，非關(guān)系型數(shù)據(jù)庫嚴格上不是一種數(shù)據(jù)庫，應該是一種數(shù)據(jù)結(jié)構(gòu)化存儲方法的集合。

必須強調(diào)的是，數(shù)據(jù)的持久存儲，尤其是海量數(shù)據(jù)的持久存儲，還是需要一種關(guān)系數(shù)據(jù)庫這員老將。