Nosql數據庫

NoSQL這個詞，意思是 "不僅僅是SQL"，最早出現在20世紀90年代末，指的是為了解決網絡和云數據管理的要求，克服傳統SQL技術的限制而建立的新系統(見我們的 blog post on SQL vs. NoSQL vs NewSQL不同方法之間的比較)。這些限制是缺乏橫向可擴展性，數據攝取效率低，模式僵化，以及難以支持復雜的數據，如文檔和圖表。

圖1：傳統的SQL數據庫

作為支持標準關系模型的傳統SQL數據庫的替代品，NoSQL系統支持標準SQL以外的數據模型和查詢語言。它們通常強調可擴展性(以犧牲一致性為代價)、靈活的模式和實用的API，用于編程復雜的數據密集型應用。為了提供可擴展性，NoSQL系統通常在一個無共享的集群中使用擴展的方法(見 blog post on shared-nothing)，并進行復制以保證可用性。

大數據軟件棧中的nosql

根據底層數據模型，NoSQL系統有四大類(?zsu & Valduriez, 2020)，例如，鍵值數據存儲、寬列存儲、文檔存儲和圖形數據庫。在每個類別中，我們可以找到數據模型的不同變化(與標準化的關系數據模型不同)和不同的查詢語言或API。然而，對于文檔存儲，JSON正在成為事實上的標準。還有一些多模型數據存儲，在一個系統中結合了多種數據模型，通常是文檔和圖形。

圖2：NoSQL類別

鍵值數據存儲和寬列存儲

鍵值數據存儲和寬列存儲有時被歸為同一類，因為它們都是無模式的，并且共享許多特征。在鍵值數據模型中，所有的數據都被表示為鍵值對，其中鍵是唯一的標識值。鍵值系統是無模式的，這產生了巨大的靈活性和可擴展性。它們通常提供一個簡單的接口，如put(key，value)，value=get(key)，and delete(key)。寬列存儲可以將行存儲為屬性-值對的列表。第一個屬性被稱為主鍵或主鍵，例如，社會安全號碼，它在一個行的集合中唯一地識別一個行，例如，人。鍵通常是排序的，這使得范圍查詢和鍵的有序處理成為可能。這是寬列存儲的一種能力，鍵值存儲通常不支持。

鍵值數據存儲有一個分布式的架構，在一個無共享的集群中可以線性擴展。一個鍵值集合的行通常是水平分區的，使用散列或鍵值范圍，并存儲在一些集群節點上。鍵值數據存儲也善于使用SSTables有效地攝取數據(他們聲稱使用LSM樹，但實際上使用SSTables，見我們的 blog post on B+ Trees, LSM trees and SSTables)，這是一種數據結構和攝取算法，通過使用單個I/O來插入許多行，在攝取數據方面非常高效。鍵值數據存儲解決了僵化的模式問題，僅僅是通過無模式，每一行都可以有不同的結構，即任意的列集。

圖3：B+樹和SST表的比較

鍵值數據存儲的這些新特性影響了性能。首先，SST表格在查詢數據方面的效率很低，所以在鍵值數據存儲中讀取數據的成本要比使用B+樹的SQL數據庫高很多。其次，模式的靈活性意味著數據表示在空間方面變得更加昂貴，因為列名必須被編碼并存儲在行內。更重要的是，一般用于打包相同大小的列的技術不能被應用，所以數據表示的效率更低。由于其固定的模式，SQL數據庫可以在行中組織列，在空間和訪問時間方面非常有效。

圖4：關系型和無模式型方法的比較

最后，鍵值存儲以強大的數據一致性換取可擴展性和可用性，依賴于不同的控制一致性的方式，如副本的最終一致性，有條件的寫入，以及最終一致性和強一致性的讀取。

圖5：鍵值數據存儲的屬性

寬列存儲結合了SQL數據庫的一些有益特性(例如，以表的形式表示數據)和鍵值存儲的靈活性(例如，列內無模式數據)和可擴展性。寬列表中的每一行都由一個鍵唯一標識，并有一些命名的列。然而，與關系表不同的是，列只能包含原子值(即二進制字符串)，一個列可以很寬，包含多個鍵值對。寬列存儲用更多的聲明性結構擴展了鍵值存儲接口，允許對列族進行掃描、精確匹配和范圍查詢。它們通常為這些結構提供一個API，以便在編程語言中使用。

圖6：鍵值和寬列存儲的比較