NoSQL简介和基础概念
NoSQL(NoSQL = Not Only SQL),意即“不仅仅是SQL”，指的是非关系的数据库哭。NoSQL是一项全新的数据库革命性运动，早期就有人提出，发展至2009年趋势越发高涨。NoSQL被我们用得最多的当数key-value 存储，当然还有其他的文档型的、列存储、图型数据库、xml数据库等。NoSQL的拥护者们提倡运用非关系的数据存储，相对扑天盖地的关系型数据库运用，这一概念无疑是一种全新的思维的注入。
先了解下关系型数据库
1、遵循ACID规则：A(Atomicity)原子性、C（Consistency）一致性、I（Isolation）独立性、D（Durability）持久性
2、分布式系统：由多台计算机和通信的软件组件通过计算机网络连接（本地网络或广域网）组成。
3、分布式计算的优点：可靠性（容错）、可扩展性、资源共享、灵活性、更快的速度、开放系统、更高的性能。
4、分布式计算的缺点：故障排除、软件、网络、安全性。
RDBMS vs NoSQL
RDBMS
- 高度组织化结构化数据
- 结构化查询语言（SQL） (SQL)
- 数据和关系都存储在单独的表中。
- 数据操纵语言，数据定义语言
- 严格的一致性
- 基础事务
NoSQL
- 代表着不仅仅是SQL
- 没有声明性查询语言
- 没有预定义的模式
-键 - 值对存储，列存储，文档存储，图形数据库 - 最终一致性，而非ACID属性
- 非结构化和不可预知的数据
- CAP定理
- 高性能，高可用性和可伸缩性
NoSQL的优点/缺点
优点
- 高可扩展性
NoSQL数据库种类繁多，但是一个共同的特点都是去掉关系数据库的关系型特性。数据之间无关系，这样就非常容易扩展，也无形之间，在架构测层面上带来了可扩展的能力。
- 大数据量，高性能
NoSQL数据库都具有非常高的读写性能，尤其在大数量下，同样表现优秀。这得益于它的无关系性，数据库的结构简单。
- 分布式计算
- 低成本
- 架构的灵活性，半结构化数据
- 没有复杂的关系
缺点
- 没有标准化
- 有限的查询功能（到目前为止）
- 最终一致是不直观的程序
为什么要用NoSQL?
传统关系数据库的瓶颈
传统的关系数据库具有不错的性能，高稳定型，久经历历史考验，而且使用简单，功能强大，同时也积累了大量的成功案例。当时一个网站的访问量一般都不大，用单个数据库完全可以轻松应付。特别很多都是静态网页，动态交互类型的网站不多。
后来随着访问量的上升，几乎大部分使用MySQL架构的网站在数据库上都开始出现了性能问题，web程序不再仅仅专注在功能上，同时也在追求性能。程序员于是开始大量使用缓存技术来缓存数据库的压力，但是当访问量继续增大的时候，多台web机器通过文件缓存不能共享，大量的小文件缓存也带动了比较高的IO压力。
Memcached 作为一个独立的分布式的缓存服务器，为多个web服务器提供了一个共享的高性能缓存服务。
但是由于数据库的写入压力增加，Memcached只能缓解数据库的读取压力。读取集中在一个数据库让数据库不堪重负，大部分网站开始使用主从复制技术来达到读写分离，以提高读写性能和读库的可扩展性。
在互联网大部分的MySQL都应该是IO密集型的，事实上，如果你的MySQL是个cpu密集型的话，那么很可能就需要由于性能问题需要优化了。大数据量高并发环境下的MySql应用开发越来越复杂，也越来越具有技术挑战性。像某些大公司开发了透明的中间件层来屏蔽开发者的复杂性，但是避免不了整个架构的复杂性。分库分表的子库到了一定阶段又面临扩展问题。还有就是需求的变更，可能又需要一种新的分库方式。
MySQL数据库也经常存储一些大文本字段，导致数据库表非常大，在做数据库恢复的时候就导致非常的慢，不容易快速恢复数据库。比如1000万4KB大小的文本就接近40GB的大小，如果能把这些数据从MySQL省去，那么MySQL将变得非常小。
关系数据库很强大，但是它并不能很好的应付所有的应用场景。MySQL的扩展性差，大数据下IO压力大，表结构更改困难，正是当前种种的困境，所以NoSQL的发展才会如鱼得水。
场景的举例
1、第一步来实现一个基于sql的通讯录系统。然后天真的定义以下字段：
id (主键ID)
title (标题)
firstname （姓）
lastname （名）
gender （性别）
telephone （电话）
email （邮箱）
address1 （地址1）
address2 （地址2）
address3 （地址3）
city （城市）
region （区/县）
zipcode （邮政编码）
country (国家)
问题一：很少人只有一个电话号码。所以我们可能需要至少三个号码：一个座机、一个移动电话、一个工作电话。但是有多少个号码无关紧要——有些人、有些地方需要更多。让我们创建一个单独的 telephone 表，这样的话他们想要多少联系人都可以。这也让我们的数据标准化了——我们不需要没有号码的联系人显示为NULL。
contact_id
name (文本，例如座机号，工作手机等)
number
问题二：Email地址有同样的问题，因此我们也创建一个类似的 email 表：
contact_id
name (text such as home email, work email, etc.)
address
问题三：我们可能不想输入一个（地理位置的）地址，或者我们想输入多个地址，工作地，家里，度假住所等。因此我们需要一个新的 address 表：
contact_id
name (text such as home, office, etc.)
address1
address2
address3
city
region
zipcode
country
太棒了——我们有了一个能存放任意联系人的任意多个电话号码，Email 地址和住址的标准化数据库。不幸的是……
需求不是固定不变的，这时候就该产品上场了。
我们没有考虑到联系人的中间名字、出生日期、公司或职位。我们添加多少字段都没关系，我们很快会受到更新的需求要添加备注、纪念日、关系状态、社交媒体账号、内腿测量值、最喜欢的奶酪类型等字段。预测所有选项是不可能的，因此我们可能需要一个 otherdata 表，用来处理名字-值对。
数据是碎片化的
对开发者或者系统管理员来说，检查数据库并不容易。程序逻辑会变得更慢、更复杂，因为利用单个 SELECT 和多个 JOIN 语句查询联系人数据不太实际。(你可以这么做，但是结果可能需要包含 telephone，email，和 address字段的每一种组合：如果有个联系人有三个电话号码，五个Email地址和两个住址，那么SQL查询将会产生30条结果。) 最后，全文搜索很困难。如果有人输入字符串”SitePoint”，我们必须检查所有的表，看看它是否为联系人名字、电话、Email或者住址的一部分，并且需要做相应的排序。如果你用过WordPress的搜索功能，你就会明白这有多虐心。
这时候NoSQL的优势就凸显出来了
我们的联系人数据关注的是人。他们难以预测，在不同的时间有不同的需求。使用NoSQL数据库，联系人列表将会从中受益。数据库将一个联系人的所有数据存储在一个单独的文档里的contacts 集合里
{
name: [
"Billy", "Bob", "Jones"
],
company: "Fake Goods Corp",
jobtitle: "Vice President of Data Management",
telephone: {
home: "0123456789",
mobile: "9876543210",
work: "2244668800"
},
email: {
personal: "bob@myhomeemail.net",
work: "bob@myworkemail.com"
},
address: {
home: {
line1: "10 Non-Existent Street",
city: "Nowhere",
country: "Australia"
}
},
birthdate: ISODate("1980-01-01T00:00:00.000Z"),
twitter: '@bobsfakeaccount',
note: "Don't trust this guy",
weight: "200lb",
photo: "52e86ad749e0b817d25c8892.jpg"
}
在这个例子里，我们没有存储联系人的头衔或者性别，我们还添加了一些数据，而这些数据不需要应用到任何其他联系人。没关系——我们的NoSQL数据库不会介意，我们还可以随意添加或移除字段。
由于联系人数据在单独的文档里，我们可以用一条查询语句获取一部分或全部信息。全文搜索也变得简单；在MongoDB里，我们可以这样定义 contact 中的所有文本字段的索引：
db.contact.createIndex({ "$**": "text" });
然后执行全文搜索：
db.contact.find({
$text: { $search: "something" }});
SQL和NoSQ两种数据库没有那个绝对比另外一个要好，两种分别各自有自己的长短处，我们只需要在合适他们的场景使用他们，那么机会发挥他们各自的最大的价值。
网友评论