NoSQL数据库使用场景以及架构介绍

文章目录

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。

1. 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。

1. 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。

1. 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