NoSQL 数据库面面观

Alexey Vasiliev 是一位知名的 Web 开发者与 Linux 系统管理员，曾参与开发过多个项目，如 falcon 、 mongodb_logger 、 sht_rails 及 piro 等项目。近日，Vasiliev 就当前各种 NoSQL 数据库的优势与劣势撰文进行了详尽的分析。这些分析与比较将会对广大开发者项目的NoSQL 数据库选型提供一定的帮助与指导作用。

NoSQL 数据库现在已经变得非常流行了，在 NoSQL 这个大概念下实际上包含了大量的方式与项目，旨在实现各种数据库模型，他们与传统的关系型数据库管理系统存在着非常大的差别，而传统的关系型数据库系统是通过 SQL 的方式来访问数据的。在 NoSQL 领域中，传统观念中的模式可以通过不同的数据结构来实现，如散列表、数组、树、图等等。

术语“NoSQL”最早出现在上个世纪 90 年代末期，然而真正为大家所熟知则是在 2009 年中期。起初，它只是由 Carlo Strozzi 创建的一个小型开源数据库，将所有数据以 ASCII 文件的形式存储，并使用 shell 脚本而非 SQL 来访问这些数据。这个数据库与当前的“NoSQL”概念并没有任何相似之处。

Johan Oskarsson 在 2009 年 6 月于旧金山组织了一场会议，讨论 IT 市场的新技术、数据存储与处理等主题。之所以会举办这场会议的主要原因在于 BigTable 和 Dynamo 等新产品的出现。“NoSQL”这个术语则是由来自 RackSpace 的 Eric vans 提出的。这个术语原本就是用在这场会议当中的，也没有什么更深层次的含义。不过最后的结果却是它迅速在互联网上蔓延开来，成为 IT 领域的一个新趋势。随后，Pramod J.Sadalage 与 Martin Fowler 编写了“ NoSQL Distilled ”一书，旨在对日益庞大的 NoSQL 世界进行组织。

现在大约有 150 多种 NoSQL 数据库（ nosql-database.org ），下面就来探讨一下 NoSQL 的主要发展方向。

列簇存储

面向列的 DBMS 是这样一种数据库管理系统，它将数据表存储为数据列而非行的形式。从物理上来说，表是列的集合，每一列从本质上来说都是只有一个字段的表。这些数据库通常用于分析系统、商业智能与分析型数据存储。

优点：

• 可以比较数据，因为在表的一列中，数据通常都是同种类型的。
• 可以通过便宜、性能一般的硬件实现高速的查询性能；由于压缩的原因，相对于关系型数据库来说，这种方式磁盘上的数据所占据的空间要少 5 到 10 倍。

缺点：

• 通常没有事务。
• 对于熟悉传统 RDBMS 的开发者来说存在不少限制。

典型代表：

• HBase
• Cassandra
• Accumulo
• Amazon SimpleDB

键值存储

你可以通过这种数据库将键值对存储到持久化存储中，随后使用键来读取值。那么对于这种初看起来用途非常有限的解决方案来说有哪些好处呢？在根据键来保存 / 读取值时，系统是非常高效的，因为它没有 SQL 处理器、索引系统以及分析系统等诸多限制。这种解决方案提供了最高效的性能，代价最低的实现以及可伸缩性。

优点：

• RDBMS 太慢了，SQL 游标的负担过于沉重。
• 采用 RDBMS 的解决方案来存储少量数据的代价有些大。
• 没必要使用 SQL 查询、索引、触发器、存储过程、临时表、表单以及视图等等。
• 由于其轻量级的设计，键值数据库可以很容易实现可伸缩性以及高性能。

缺点：

• 关系型数据库的限制可以从底层就确保数据的完整性，而键值存储就没有这些限制，数据的完整性是由应用来控制的。在这种情况下，数据的完整性可能会由于应用代码的错误而做一些妥协。
• 在 RDBMS 中，如果模型设计良好，那么数据库的逻辑结构就能完全反映出存储数据的结构，并且与应用的结构有所不同（数据是独立于应用的）。对于键值存储来说，要想取得这种效果是非常困难的事情。

典型代表：

• Amazon DynamoDB
• Riak
• Redis
• LevelDB
• Scalaris
• MemcacheDB
• Kyoto Cabinet

文档存储

文档存储指的是用于存储、搜索与管理面向文档的信息（半结构化数据）的程序，其中心概念就是文档。具体的面向文档数据库的实现是不同的，不过总的来说，他们都会以各种标准化格式对数据（文档）进行封装与加密，主要格式有 XML、YAML、JSON、BSON、PDF 等等。

优点：

• 足够灵活的查询语言。
• 易于水平扩展。

缺点：

在很多时候原子性是得不到保障的。

典型代表：

• MongoDB
• Couchbase
• CouchDB
• RethinkDB

图型数据库

图型数据库指的是使用图结构的数据库，通过结点、边与属性来表示和存储数据。根据定义，图型数据库是一种提供了无需索引而彼此邻接的存储系统。这意味着每个元素都包含了直接指向邻接元素的指针，因此没必要再通过索引进行查找了。

优点：

• 对于关联数据集的查找速度更快。
• 可以很自然地扩展为更大的数据集，因为他们无需使用代价高昂的连接运算符。

缺点：

• RDBMS 可以用在更为通用的场景下，图型数据库只适合类似于图的数据。

典型代表：

• Neo4j
• FlockDB
• InfoGrid
• OrientDB

多模数据库

这些数据库包含了多种数据库的特性。

有两种不同的产品分组可以认为是多模的：

• 支持多种数据模型和用例的多模数据库。 比如说，ArangoDB 宣称它拥有键值存储的好处，同时还提供了面向文档以及图型数据库的支持。
• 支持多种模式的通用目的的数据库。 比如说，Oracle 的 MySQL 5.6 支持 SQL 方式的访问，也可以通过 Memcached API 实现键值访问。

典型代表：

• ArangoDB
• Aerospike
• Datomic

对象数据库

数据库中的数据都建模为对象、属性、方法以及类。面向对象的数据库通常适合于需要高性能数据处理的应用，这种应用一般都有非常复杂的结构。

优点：

• 相比于关系元组来说，对象模型最适合于展现现实世界，对于复杂、多方位的对象来说尤为如此。
• 使用层次特性来组织数据。
• 访问数据时并不需要专门的查询语言，因为访问是直接面向对象的。然而，有时也是需要使用查询的。

缺点

• 在 RDBMS 中，由于表的创建、修改或是删除而导致的模式修改通常并不依赖于应用。在使用对象数据库的应用中，模式修改类通常意味着还要对与当前类关联的其他应用类进行修改。这会导致对整个系统进行修改。
• 对象数据库通常会通过单独的 API 与特定的语言绑定，只有通过该 API 才能查询数据。在这方面，RDBMS 就做得很好，这要归功于它所使用的通用查询语言。

典型代表：

• VelocityDB
• Objectivity
• ZODB
• Siaqodb
• EyeDB

多维数据库

这是针对在线分析处理的一种数据库，它可以从各种关系型数据库中检索数据，并且以某种方式将信息组织为类别和段当中。

典型代表：

• GlobalsDB
• Intersystems Cache
• SciDB
• Rasdaman

多值数据库

多维数据库的变种。主要的特性是支持使用属性来存储值的列表。

典型代表：

• Rocket U2
• OpenInsight
• Reality

总结

NoSQL 的发展速度异常迅猛，不过这并不意味着关系型数据库就没落了。他们还会在很多场景下发挥着巨大的作用，并且与 NoSQL 数据库共存。我们现在处在多种持久化存储共存的时代，并不存在处于垄断地位的关系型数据库与 NoSQL 数据库。架构师们对数据库的选择将会基于数据存储本身的特性，以及所预估的数据量。