數(shù)據(jù)庫從字面上的理解就是數(shù)據(jù)的倉庫，其實(shí)我們平時說的數(shù)據(jù)庫是指數(shù)據(jù)庫管理系統(tǒng)(Database Management System)，它是一種操縱和管理數(shù)據(jù)庫的大型軟件，用于建立、使用和維護(hù)數(shù)據(jù)庫，簡稱DBMS。嚴(yán)格來說數(shù)據(jù)庫是數(shù)據(jù)庫管理系統(tǒng)的實(shí)例，一個數(shù)據(jù)庫管理系統(tǒng)可以有多個數(shù)據(jù)庫實(shí)例。

數(shù)據(jù)庫種類很多，我們平時接觸最多的恐怕就是Oracle數(shù)據(jù)庫，或者M(jìn)ySQL數(shù)據(jù)。兩者是應(yīng)用最廣泛的關(guān)系型數(shù)據(jù)。如圖1是2018年12月份使用情況排名，從排名也可以看出上述兩個數(shù)據(jù)庫分別排***名和第二名。

圖1 數(shù)據(jù)庫排名

數(shù)據(jù)庫的分類

如果仔細(xì)看圖1的排名就可以看到，數(shù)據(jù)庫不僅僅有我們平時學(xué)到的關(guān)系型數(shù)據(jù)庫，還有鍵值(Key-Value)數(shù)據(jù)庫、列存儲數(shù)據(jù)庫、文檔數(shù)據(jù)庫和搜索引擎等類型。下面本文將簡單介紹一下各種類型的數(shù)據(jù)。

關(guān)系型數(shù)據(jù)庫： 這種類型的數(shù)據(jù)庫是最古老的數(shù)據(jù)庫類型，關(guān)系型數(shù)據(jù)庫模型是把復(fù)雜的數(shù)據(jù)結(jié)構(gòu)歸結(jié)為簡單的二元關(guān)系(即二維表格形式)， 如圖2是一個二維表的實(shí)例。通常該表***行為字段名稱，描述該字段的作用，下面是具體的數(shù)據(jù)。在定義該表時需要指定字段的名稱及類型。

圖2 數(shù)據(jù)庫表實(shí)例

在關(guān)系型數(shù)據(jù)庫中，對數(shù)據(jù)的操作幾乎全部建立在一個或多個關(guān)系表格上。在大型系統(tǒng)中通常有多個表，且表之間有各種關(guān)系。實(shí)際使用就是通過對這些關(guān)聯(lián)的表格分類、合并、連接或選取等運(yùn)算來實(shí)現(xiàn)數(shù)據(jù)庫的管理。

鍵值存儲數(shù)據(jù)庫：鍵值數(shù)據(jù)庫是一種非關(guān)系數(shù)據(jù)庫，它使用簡單的鍵值方法來存儲數(shù)據(jù)。鍵值數(shù)據(jù)庫將數(shù)據(jù)存儲為鍵值對集合，其中鍵作為唯一標(biāo)識符。

圖2 鍵值數(shù)據(jù)庫基本原理

如圖2是某公有云的鍵值存儲示意圖，其中鍵包含分區(qū)鍵和排序鍵，而值包含更多的實(shí)際信息。比如實(shí)際使用是可以以學(xué)號為鍵，姓名、性別、年齡和班級等信息為值進(jìn)行存儲。實(shí)際存儲形式很靈活，是業(yè)務(wù)需求自行定義即可。

列存儲數(shù)據(jù)庫：列式存儲(column-based)是相對于傳統(tǒng)關(guān)系型數(shù)據(jù)庫的行式存儲(Row-basedstorage)來說的。簡單來說兩者的區(qū)別就是對表中數(shù)據(jù)的存儲形式的差異。

圖3 列存儲數(shù)據(jù)

如圖3是傳統(tǒng)行數(shù)據(jù)庫和列數(shù)據(jù)庫表中數(shù)據(jù)在磁盤上的存儲形式的差異對比。對于行存儲數(shù)據(jù)庫，表中的數(shù)據(jù)是以行為單位逐行存儲在磁盤上的;而對于列存儲數(shù)據(jù)庫，表中的數(shù)據(jù)則是以列為單位逐列存儲在磁盤中。

列存儲解決的主要問題是數(shù)據(jù)查詢問題。我們知道，平時的查詢大部分都是條件查詢，通常是返回某些字段(列)的數(shù)據(jù)。對于行存儲數(shù)據(jù)，數(shù)據(jù)讀取時通常將一行數(shù)據(jù)完全讀出，如果只需要其中幾列數(shù)據(jù)的情況，就會存在冗余列，出于縮短處理時間的考量，消除冗余列的過程通常是在內(nèi)存中進(jìn)行的。而列存儲，每次讀取的數(shù)據(jù)是集合的一段或者全部，不存在冗余性問題。這樣，通過這種存儲方式的調(diào)整，使得查詢性能得到極大的提升。

面向文檔數(shù)據(jù)庫：此類數(shù)據(jù)庫可存放并獲取文檔，可以是XML、JSON、BSON等格式，這些文檔具備可述性(self-describing)，呈現(xiàn)分層的樹狀結(jié)構(gòu)(hierarchical tree data structure)，可以包含映射表、集合和純量值。數(shù)據(jù)庫中的文檔彼此相似，但不必完全相同。文檔數(shù)據(jù)庫所存放的文檔，就相當(dāng)于鍵值數(shù)據(jù)庫所存放的“值”。文檔數(shù)據(jù)庫可視為其值可查的鍵值數(shù)據(jù)庫。

圖形數(shù)據(jù)庫：圖形數(shù)據(jù)庫顧名思義，就是一種存儲圖形關(guān)系的數(shù)據(jù)庫。圖形數(shù)據(jù)庫是NoSQL數(shù)據(jù)庫的一種類型，它應(yīng)用圖形理論存儲實(shí)體之間的關(guān)系信息。關(guān)系型數(shù)據(jù)用于存儲明確關(guān)系的數(shù)據(jù)，但對于復(fù)雜關(guān)系的數(shù)據(jù)存儲卻有些力不從心。如圖4這種人物之間的關(guān)系，如果用關(guān)系型數(shù)據(jù)庫則非常復(fù)雜，用圖形數(shù)據(jù)庫將非常簡單。

圖4 圖形數(shù)據(jù)庫示例

搜索引擎存儲：搜索引擎數(shù)據(jù)庫是應(yīng)用在搜索引擎領(lǐng)域的數(shù)據(jù)存儲形式，由于搜索引擎會爬取大量的數(shù)據(jù)，并以特定的格式進(jìn)行存儲，這樣在檢索的時候才能保證性能***。

不同類型數(shù)據(jù)庫軟件

關(guān)系型數(shù)據(jù)庫： 關(guān)系型數(shù)據(jù)庫最為經(jīng)典的開源軟件就是MySQL，它***的開源關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，在 WEB 應(yīng)用方面 MySQL 是***的 RDBMS(Relational Database Management System：關(guān)系數(shù)據(jù)庫管理系統(tǒng))應(yīng)用軟件之一。

SUN被甲骨文收購后，MySQL 的原創(chuàng)人員有拉出另外一個分支，命名MariaDB 。該數(shù)據(jù)庫被維基百科，F(xiàn)acebook 甚至 Google 等技術(shù)巨頭使用。 MariaDB 是一種可為 MySQL 提供插件替換功能的數(shù)據(jù)庫服務(wù)器。開發(fā)人員的首要關(guān)注點(diǎn)是安全性，在每個版本發(fā)布時，開發(fā)人員還會合并所有 MySQL 的安全修補(bǔ)程序，并在需要時對其進(jìn)行增強(qiáng)。

除此之外，還有很多開源的關(guān)系型數(shù)據(jù)庫，比如經(jīng)典的文件數(shù)據(jù)庫SQLite和針對Web服務(wù)進(jìn)行優(yōu)化的CUBRID 等。

鍵值存儲數(shù)據(jù)庫：鍵值數(shù)據(jù)庫目前應(yīng)用最多的應(yīng)該是Redis，Redis是一個開源的使用ANSI C語言編寫、支持網(wǎng)絡(luò)、可基于內(nèi)存亦可持久化的日志型、Key-Value數(shù)據(jù)庫，并提供多種語言的API。Redis通常最為普通關(guān)系型數(shù)據(jù)庫的緩存層，用于降低數(shù)據(jù)庫的訪問壓力，提升系統(tǒng)性能。

列存儲數(shù)據(jù)庫：列存儲數(shù)據(jù)庫中最為出名的恐怕就是HBase了，HBase是 BigTable 的開源 java 版本。是建立在 HDFS 之上，提供高可靠性、高性能、列存儲、 可伸縮、實(shí)時讀寫 NoSQL 的數(shù)據(jù)庫系統(tǒng)。

面向文檔數(shù)據(jù)庫：文檔數(shù)據(jù)庫種類繁多，包括MongoDB、CouchDB、 Terrastore、RavenDB和OrientDB等多大十幾個。其中MongoDB是目前最為流行的文檔數(shù)據(jù)庫，其介于關(guān)系數(shù)據(jù)庫和非關(guān)系數(shù)據(jù)庫之間的產(chǎn)品，是非關(guān)系數(shù)據(jù)庫當(dāng)中功能最豐富，最像關(guān)系數(shù)據(jù)庫的。其***的特點(diǎn)是分布式部署，可以隨著負(fù)載的增大動態(tài)擴(kuò)容，從而滿足企業(yè)業(yè)務(wù)增長的需求。

圖形數(shù)據(jù)庫：圖形種類很多，比如Neo4J、ArangoDB、OrientDB、FlockDB、GraphDB、InfiniteGraph、Titan和Cayley等。其中Neo4j 是目前***的圖形數(shù)據(jù)庫，支持完整的事務(wù)，在屬性圖中，圖是由頂點(diǎn)(Vertex)，邊(Edge)和屬性(Property)組成的，頂點(diǎn)和邊都可以設(shè)置屬性，頂點(diǎn)也稱作節(jié)點(diǎn)，邊也稱作關(guān)系，每個節(jié)點(diǎn)和關(guān)系都可以由一個或多個屬性。Neo4j創(chuàng)建的圖是用頂點(diǎn)和邊構(gòu)建一個有向圖，其查詢語言cypher已經(jīng)成為事實(shí)上的標(biāo)準(zhǔn)。

搜索引擎存儲：搜索引擎數(shù)據(jù)庫最近比較火的包括Solr和Elasticsearch等。Solr是Apache 的一個開源項目，基于業(yè)界大名鼎鼎的java開源搜索引擎Lucene。在過去的十年里，solr發(fā)展壯大，擁有廣泛的用戶群體。solr提供分布式索引、分片、副本集、負(fù)載均衡和自動故障轉(zhuǎn)移和恢復(fù)功能。如果正確部署，良好管理，solr就能夠成為一個高可靠、可擴(kuò)展和高容錯的搜索引擎。

Elasticsearch構(gòu)建在Apache Lucene庫之上，同是開源搜索引擎。Elasticsearch在Solr推出幾年后才面世的，通過REST和schema-free的JSON文檔提供分布式、多租戶全文搜索引擎。并且官方提供Java，Groovy，PHP，Ruby，Perl，Python，.NET和Javascript客戶端。目前Elasticsearch與Logstash和Kibana配合，部署成日志采集和分析，簡稱ELK，它們都是開源軟件。最近新增了一個FileBeat，它是一個輕量級的日志收集處理工具(Agent)，F(xiàn)ilebeat占用資源少，適合于在各個服務(wù)器上搜集日志后傳輸給Logstash。