标签：存储 NoSQL 数据库 可用性 一致性 数据 基本概念

NoSQL的基本概念

NoSQL(Not only SQL):不仅仅是SQL,泛指非关系型数据库，是对不同于传统的关系型数据库的数据库管理系统的统称。用于超大规模数据的存储，这些类型的数据存储不需要固定的模式，无需多余操作就可以横向扩展。

为什么使用NoSQL

如今我们可以通过第三方平台（如：百度,QQ等）可以很容易的访问和抓取数据。用户的个人信息，社交网络，地理位置，用户生成的数据和用户操作日志已经成倍的增加。我们如果要对这些用户数据进行挖掘，那SQL数据库已经不适合这些应用了, NoSQL数据库的发展却能很好的处理这些大的数据。

RDBMS与NoSQL的区别

RDBMS

关系数据库管理系统（Relational Database Management System):管理关系数据库，并将数据逻辑组织的系统。

特点

• 高度组织化结构化数据
• 结构化查询语言(SQL)
• 数据和关系都存储在单独的表中
• 数据操控语言，数据定义语言
• 严格的一致性
• 基础事务

遵循ACID原则

1.原子性(Atomicity)
事务里的所有操作要么全部做完，要么都不做，事务成功的条件是事务里的所有操作都成功，只要有一个操作失败，整个事务就失败，需要回滚。
2.一致性(Consistency)
数据库要一直处于一致的状态，事务的运行不会改变数据库原本的一致性约束。
3.隔离性(Isolation)
并发的事务之间不会互相影响，如果一个事务要访问的数据正在被另外一个事务修改，只要另外一个事务未提交，它所访问的数据就不受未提交事务的影响。
4.持久性(Durability)
一旦事务提交后，它所做的修改将会永久的保存在数据库上，即使出现宕机也不会丢失。

NoSQL

特点

• 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
• 非结果化和不可预知的数据
• CAP定理
• 高性能、高可用、可伸缩性

CAP定理

CAP定理:又称为布鲁尔定理，指出对于一个分布式计算系统，不可能同时满足以下三点

1.一致性(Consistency)
在分布式系统中的所有数据备份，在同一时刻具有相同的数据。
2.可用性(Availability)
保证每个请求不管成功或者失败都有响应
3.分区容错性(Partition tolerance)
系统中任意信息的丢失或失败不会影响系统的继续运作

一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。

因此，根据CAP原理将NoSQL数据库分成了满足CA原则、满足CP原则和满足AP原则三大类：

• CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大
• CP - 满足一致性，分区容忍性的系统，通常性能不是特别高
• AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些

BASE理论

BASE(Basically Available, Soft-state, Eventually Consistent):是对 CAP 中的一致性和可用性进行一个权衡的结果，理论的核心思想就是：我们无法做到强一致，但每个应用都可以根据自身的业务特点，采用适当的方式来使系统达到最终一致性

1.Basically Available(基本可用) 
分布式系统在出现故障的时候，允许损失部分可用性，即保证核心功能或者当前最重要功能可用。对于用户来说，他们当前最关注的功能或者最常用的功能的可用性将会获得保证，但是其他功能会被削弱。
2.Soft-state(软状态)
允许系统数据存在中间状态，但不会影响到系统的整体可用性，即允许系统在不同节点的数据副本之间进行数据同步时存在延时。
3.Eventually Consistency(最终一致性)
要求系统数据副本最终能够一致，而不需要实时保证数据副本一致。最终一致性是弱一致性的一种特殊情况。最终一致性有5个变种：因果一致性，读己之所写（例如发微博的时候，自己可以马上看到，但是粉丝要过几秒钟），会话一致性，单调读一致性，单调写一致性。

Nosql的四大类别

键值对存储数据库

使用键值(key-value)对存储的数据库
可以通过key快速查询到value, 一般不需要考虑value的格式
应用场景:内容缓存(存储用户信息，参数，购物车)
典型代表：Redis

列式存储数据库

以列相关存储架构进行数据存储的数据库
方便存储结构化和半结构化数据，方便做数据压缩，对针对某一列或者某几列的查询有非常大的IO优势
应用场景:批量数据存储与即时查询
典型代表:HBase

文档存储数据库

是旨在将半结构化数据存储为文档的一种数据库
文档数据库通常以 JSON 或 XML 格式存储数据。读取一个JSON中不存在的字段也不会导致SQL那样的语法错误，可以解决关系型数据库表结构schema扩展不方便的问题
应用场景:由于文档数据库的no-schema特性，可以存储和读取任意数据
典型代表:MongoDB

图关系数据库

图形数据库应用图形理论存储实体之间的关系信息
应用场景：关系型数据库用于存储“关系型”数据的效果并不好，其查询复杂、缓慢、超出预期，而图形数据库的独特设计恰恰弥补了这个缺陷，解决关系型数据库存储和处理复杂关系型数据功能较弱的问题。
典型代表:Neo4j

其他

除了以上四种，还有全文搜索引擎，通过索引来达到快速查询的目的，来解决关系型数据库全文搜索功能较弱的问题。典型代表是Elasticsearch

参考网址

https://www.runoob.com/mongodb/nosql.html

标签：存储,NoSQL,数据库,可用性,一致性,数据,基本概念
来源： https://www.cnblogs.com/shenStudy/p/16503721.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。