如果你关注大数据科技动向，你对 NoSQL 一定不陌生，NoSQL 是一个分布式数据库。在过去时间，数据存储一直关系型数据库天下，有着良好的控制并发操作、事务功能。虽然RDBMS很优秀，但是随着时间的推移就出现了两个关系数据库解决不了的问题：快速增长的数据规模和日渐复杂的数据模型。结果，我们看到了 NoSQL 数据库的兴起。
image
一、关系数据库不足
实际上，从 1979 年 Oracle 发布了第一个版本，这些数据库被设计为在单个服务器上运行，并且越大越好。而且增加这些数据库容量的唯一方法是升级服务器处理器、内存和存储，数据存储代价不断升高。随着互联网的数据呈指数级增长和 Web 应用程序的兴起，数据模型日渐复杂，关系数据库难以支撑，NoSQL 数据库也由此孕育而生。在 2006 年谷歌发布了 Bigtable 研究论文，在 2007 年亚马逊发布了 Dynamo 研究论文。而这些新的数据库旨在满足新一代企业要求：需要敏捷开发并支持任意规模运作。
二、敏捷开发
当今是以体验为中心的数字经济，企业如何保持竞争力，那么必须进行创新。由于这项创新的核心是现代 Web、移动和物联网应用程序的开发，因此开发人员必须高频提供应用程序和服务。速度和敏捷性都至关重要，因为这些应用程序的发展速度远远超过 ERP 等传统应用程序。而关系数据库是却不能很好满足于它，因为它们的固定数据模型不能很好地支持敏捷开发。
敏捷开发的核心原则是适应不断变化的应用程序需求：当需求发生变化时，数据模型也会发生变化，这是关系数据库的难以克服的问题，因为关系数据库的模型是固定的，并预先定义好的。因此，当要更改数据模型，开发人员不得不修改当初设定好的数据库结构，以适应新的需求。这会减慢或停止开发，不仅因为它是一个手动，耗时的过程，而且还会影响其他应用程序和服务。
image
相比之下，NoSQL 文档 数据库完全完美支持这点，因为它是无模式的，没有强制定义数据必须建模。相反，它遵循应用程序和服务。使用 NoSQL，数据模型由应用程序模型定义。应用程序和服务将数据建模作为对象。
image
三、如何支持任意规模运作
为了支持以指数增长的用户和数据 - 数百到数千到数百万用户，以及千兆字节到数TB的数据操作，应用程序和服务不得不进行扩展以保持性能，并且必须有效地运行。
对于扩展关系数据库而言，这是一个问题，例如，使用 Oracle ，使用 RAC 技术进行扩展就需要大量组件，昂贵且不完全可靠。因此，有效扩展和按需扩展的能力是一项挑战。它会变得越来越昂贵，因为必须购买更大更强的服务器以容纳更多用户和更多数据。此外，如果必须使数据库脱机以执行硬件升级，则可能导致停机。
然而，分布式 NoSQL 数据库利用廉价硬件进行扩展， 只需添加更多服务器即可添加更多资源。扩展能力使企业能够通过以下方式更有效地扩展：
1、不需要为满足部署而买相对称的硬件
2、利用较便宜的硬件进行拓展;
3、按需扩展，无需停机。
image
四、NoSQL 常见存储方式
NoSQL 常见有三种存储方式：键值存储、面向文档的数据库和面向列的数据库。接下来说明这几种存储方式以及数据库代表。
image
键值存储
代表：Redis、memcached
键值存储是 NoSQL 最常见存储方式，通过 key-value 形式保存数据，高速访问数据。而且根据保存时效也分为临时性、永久性和两者兼备。
面向文档的数据库
代表：MongoDB、CouchDB
面向文档的数据库数据结构要求不是很严格，不定义表结构而且可以使用复杂的查询条件
面向列的数据库
代表：HBase
面向列的数据库以列为单位进行存储，这里的列式存储其实说的是列族存储，它将数据表存储为数据列而非行的形式。列族存储优势：快速查询，易拓展，但功能相对局限。
五、NoSQL 对于事务的支持？
在这里有一个误区，由于分布式事务需要分布式协作，所以似乎必须在性能可扩展性和分布式事务支持之间进行权衡。
耶鲁大学的一名副教授 Daniel Abadi 认为这个想法是错的，可拓展的分布式系统也是可以实现事物。他提出了一个新的权衡策略，具体是在公平性、隔离性和吞吐量（FIT）三者之间进行取舍。
换句话说，有两种方法构建出具备分布式事务吞吐量的可扩展系统：
1、放弃隔离性
当放弃隔离性，一个事物是不会跟其他事物有冲突，就无需等待协作就可以完成了。而且也有一类数据约束可以确保在弱隔离下正确性。
2、放弃公平性
通过设定分布式协作的顺序最小化两者之间的时间重叠，从而减轻二者之间的相互影响，在此公平下找到最合适时间进行协作。
六、小结
构建和运行这些大规模交互式应用程序创建了一组新的技术要求。新的技术架构需要比以往更加灵活，并且需要一种能够适应前所未有的规模、速度和数据可变性的实时数据管理方法。关系数据库无法满足这些新要求，这就使得 NoSQL 逐渐流行起来。
网友评论