参考

什么是NoSQL数据库

NoSQL(NoSQL = Not Only SQL )，意即”不仅仅是SQL”。

NoSQL 数据库与 MQSql 等关系数据库不同。在关系数据库中，您需要创建表，定义模式，设置字段的数据类型等，然后才能实际插入数据。在 NoSQL 中你不必担心，你可以动态插入，更新数据。
NoSQL 数据库的一个优点是它们非常容易扩展，并且它们在我们在数据库上执行的大多数类型的操作中要快得多。在某些情况下，您更喜欢关系数据库而不是 NoSQL，但是当您处理大量数据时，NoSQL 数据库是您的最佳选择。

CAP定理（CAP theorem）

在计算机科学中, CAP定理（CAP theorem）, 又被称作 布鲁尔定理（Brewer’s theorem）, 它指出对于一个分布式计算系统来说，不可能同时满足以下三点:

  • 一致性(Consistency) (所有节点在同一时间具有相同的数据)
  • 可用性(Availability) (保证每个请求不管成功或者失败都有响应)
  • 分隔容忍(Partition tolerance) (系统中任意信息的丢失或失败不会影响系统的继续运作)

CAP理论的核心是：一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。
因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三 大类：

  • CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
  • CP - 满足一致性，分区容忍性的系统，通常性能不是特别高。

  • AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。

    BASE

    BASE：Basically Available, Soft-state, Eventually Consistent。 由 Eric Brewer 定义。
    CAP理论的核心是：一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。
    BASE是NoSQL数据库通常对可用性及一致性的弱要求原则:

  • Basically Availble —基本可用

  • Soft-state —软状态/柔性事务。 “Soft state” 可以理解为”无连接”的, 而 “Hard state” 是”面向连接”的
  • Eventual Consistency —最终一致性 最终一致性， 也是是 ACID 的最终目的。

    关系型数据库

    关系型数据库遵循ACID规则

    事务在英文中是transaction，和现实世界中的交易很类似，它有如下四个特性：
    1、A (Atomicity) 原子性
    原子性很容易理解，也就是说事务里的所有操作要么全部做完，要么都不做，事务成功的条件是事务里的所有操作都成功，只要有一个操作失败，整个事务就失败，需要回滚。

比如银行转账，从A账户转100元至B账户，分为两个步骤：1）从A账户取100元；2）存入100元至B账户。这两步要么一起完成，要么一起不完成，如果只完成第一步，第二步失败，钱会莫名其妙少了100元。
2、C (Consistency) 一致性
一致性也比较容易理解，也就是说数据库要一直处于一致的状态，事务的运行不会改变数据库原本的一致性约束。

例如现有完整性约束a+b=10，如果一个事务改变了a，那么必须得改变b，使得事务结束后依然满足a+b=10，否则事务失败。
3、I (Isolation) 独立性
所谓的独立性是指并发的事务之间不会互相影响，如果一个事务要访问的数据正在被另外一个事务修改，只要另外一个事务未提交，它所访问的数据就不受未提交事务的影响。
比如现有有个交易是从A账户转100元至B账户，在这个交易还未完成的情况下，如果此时B查询自己的账户，是看不到新增加的100元的。
4、D (Durability) 持久性
持久性是指一旦事务提交后，它所做的修改将会永久的保存在数据库上，即使出现宕机也不会丢失。

关系数据库的局限性

  1. 在关系数据库中，我们需要首先定义数据的结构和模式，然后才能处理数据。
  2. 关系数据库系统通过强制执行ACID 属性（原子性，一致性，隔离性和持久性）来提供数据的一致性和完整性。在某些情况下，这有点像银行系统一样有用。但是，在大多数其他情况下，这些属性是显着的性能开销，并且可能使您的数据库响应非常慢。
  3. 大多数应用以JSON 格式存储数据，而 RDBMS（关系数据库管理系统） 不为您提供更好的方法来对此数据执行创建，插入，更新，删除等操作。另一方面，NoSQL 以 JSON 格式存储数据，这与当今世界的大多数应用兼容。

    RDBMS 与 NoSQL

    RDBMS：它是一种结构化数据，提供更多功能但性能更低。
    NoSQL：结构化或半结构化数据，功能更少，性能更高。

    NoSQL 的优缺点

    使用 NoSQL 数据库（如 MongoDB 和 Cassandra）有几个优点。主要优点是高可扩展性和高可用性。
    高可扩展性： NoSQL 数据库（如 MongoDB）使用分片进行水平扩展。分片是对数据进行分区并将其放置在多台机器上，以保持数据的顺序。垂直扩展意味着向现有机器添加更多资源，而水平扩展意味着添加更多机器来处理数据。垂直缩放并不容易实现，另一方面，水平缩放很容易实现。水平扩展数据库示例：MongoDB，Cassandra 等。由于此功能，NoSQL 可以处理大量数据，因为数据增长 NoSQL 扩展自身以高效处理该数据。
    高可用性： MongoDB 中的自动复制功能使其具有高可用性，因为如果发生任何故障，数据会将自身复制到先前的一致状态。
    分布式计算、没有复杂的关系
    缺点:
    • 没有标准化
    • 有限的查询功能（到目前为止）
    • 最终一致是不直观的程序

      NoSQL 数据库分类

      | 类型 | 部分代表 | 特点 | | —- | —- | —- | | 列存储 | Hbase
      Cassandra
      Hypertable | 顾名思义，是按列存储数据的。最大的特点是方便存储结构化和半结构化数据，方便做数据压缩，对针对某一列或者某几列的查询有非常大的IO优势。 | | 文档存储 | MongoDB
      CouchDB | 文档存储一般用类似json的格式存储，存储的内容是文档型的。这样也就有有机会对某些字段建立索引，实现关系数据库的某些功能。 | | key-value存储 | Tokyo Cabinet / Tyrant
      Berkeley DB
      MemcacheDB
      Redis | 可以通过key快速查询到其value。一般来说，存储不管value的格式，照单全收。（Redis包含了其他功能） | | 图存储 | Neo4J
      FlockDB | 图形关系的最佳存储。使用传统关系数据库来解决的话性能低下，而且设计使用不方便。 | | 对象存储 | db4o
      Versant | 通过类似面向对象语言的语法操作数据库，通过对象的方式存取数据。 | | xml数据库 | Berkeley DB XML
      BaseX | 高效的存储XML数据，并支持XML的内部查询语法，比如XQuery,Xpath。 |