NoSQL方案选型

1.关系型数据库缺点

1.1.大数据场景下 I/O 较高

因为数据是按 行存储，即使只针对其中 某一列 进行运算，关系型数据库也会对 整行数据 进行扫描，从存储设备中 读入内存，导致 I/O 较高

1.2.结构化存储 不够灵活

存储的是 行记录，无法存储 灵活的数据结构

1.3.表结构 schema 扩展不方便

如要需要修改 表结构，需要执行执行 DDL（data definition language）语句修改，修改期间会导致 锁表，部分服务不可用

1.4.全文搜索 功能较弱

关系型数据库只能够进行 子字符串 的 匹配查询，当表的数据逐渐变大的时候，即使在有 索引 的情况下，like 扫表查询的匹配会 非常慢

1.5.难以 存储 和 处理 复杂 关系型数据

传统的关系数据库，并不擅长处理 数据点之间 的关系

NoSQL 在许多方面性能大大优于 非关系型 数据库的同时，往往也伴随一些特性的缺失。比较常见的是 事务功能 的缺失。

针对传统 关系型数据库 的不足，下面介绍常见的 5 大类 NoSQL 解决方案：

2.NoSQL方案类型

2.1 列式数据库

列式数据库 是以 列相关存储架构 进行数据存储的数据库，主要适合于 批量数据处理 和 即时查询。相对应的是 行式数据库，数据以 行相关的存储架构 进行空间分配，主要适合于 小批量 的 数据处理，常用于 联机事务型数据处理。

基于列式数据库的 列存储特性，可以解决某些特定场景下 关系型数据库 高 I/O 的问题。

HBase

运行于 HDFS 文件系统之上，为 Hadoop 提供类似于 BigTable 规模的服务。因此，它可以 容错地 存储 海量稀疏 的数据

BigTable

基于 Google 文件系统（Google File System，GFS）的数据存储系统，用于存储 大规模结构化数据，适用于云计算

优点：

1.高效的储存空间利用率

2.查询效率高

3.适合做聚合操作

4.适合大量的数据而不是小数据

缺点：

1.不适合扫描 小量数据

2.不适合 随机的更新

3.不适合做含有删除和更新的 实时操作

4.单行数据 支持 ACID 的 事务操作，多行数据 的 事务操作，不支持事务的 正常回滚，支持 （Isolation）隔离性、(Durability）持久性，不能保证 (Atomicity）原子性、（Consistency）一致性

2.2 K-V数据库

使用 键值（key-value）存储的数据库，其数据按照 键值对 的形式进行 组织、索引 和 存储。

KV 存储非常适合不涉及过多 数据关系 业务的数据。它能够有效减少 读写磁盘 的次数，比 SQL 数据库存储 拥有更好的 读写性能，能够解决 关系型数据库 无法存储 数据结构 的问题。

Redis

Redis 是一个使用 ANSI C 编写的 开源、支持网络、基于内存、可选持久性 的 键值对存储 数据库。Redis 是目前最流行的 键值对存储 数据库之一

Cassandra

Apache Cassandra（社区内一般简称为 C*）是一套 开源的分布式 NoSQL 数据库系统。它最初由 Facebook 开发，用于储存 收件箱 等简单格式数据，集 Google BigTable 的 数据模型 与 Amazon Dynamo 的 完全分布式 架构于一身。Cassandra 是一种流行的 分布式结构化 数据存储方案

Memcached

Memcached 是一个 开放源代码、高性能、分配的 内存对象缓存系统。用于加速动态 web 应用程序，减轻关系型数据库负载。它可以应对 任意多个连接，使用 非阻塞的网络 IO。由于它的工作机制是在内存中开辟一块空间，然后建立一个 Hash 表，Memcached 自管理这些 Hash 表。

LevelDB

LevelDB 是一个由 Google 所研发的 键／值对（Key/Value Pair）嵌入式 数据库管理系统 编程库，以开源的 BSD 许可证发布。

**优点：

1.性能极高

2.丰富的数据类型

3.丰富的特性

**缺点：

事务 不能支持 原子性 和 持久性（A 和 D），只支持 隔离性 和 一致性（I 和 C）。

2.3 文档型数据库

文档数据库 用于将 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。

由于文档数据库的 no-schema 特性，可以 存储 和 读取 任意数据。

MongoDB

MongoDB 是一个基于 分布式文件存储 的数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的 高性能 数据存储解决方案。MongoDB 是一个介于 关系数据库 和 非关系数据库 之间的产品，是非关系数据库当中功能 最丰富，最像关系数据库的 NoSQL。

CouchDB

CouchDB 是用 Erlang 开发的 面向文档 的 分布式 数据库，用于存储 半结构化 的数据，比较类似 lucene 的 index 结构。CouchDB 支持 RESTful API，它使用 JSON 作为 存储格式，JavaScript 作为 查询语言，MapReduce 和 HTTP 作为 API 的 NoSQL 数据库。其中一个显著的功能就是 多主复制 功能。除此之外，CouchDB 构建在强大的 B- 树储存引擎 之上。

**优点：

1.新增字段简单不需要像关系型数据库一样，先执行 DDL 语句 修改表结构，程序代码 直接读写 即可。

2.容易兼容 历史数据。对于历史数据，即使没有新增的字段，也不会导致错误，只会返回 空值，此时 代码兼容处理 即可。

3.容易存储复杂数据。JSON 是一种强大的 描述语言，能够描述复杂的 数据结构

**缺点：

1.Atomicity（原子性）：仅支持 单行/文档级原子性，不支持 多行、多文档、多语句原子性。

2.Isolation（隔离性）：隔离级别仅支持 已提交读（Read committed）级别，可能导致 不可重复读，幻读 的问题。

3.不支持 复杂查询。例如 join 查询，如果需要 join 查询，需要 多次操作数据库。

2.4 全文搜索引擎

全文搜索引擎 的技术原理称为 倒排索引（inverted index），是一种 索引方法，其基本原理是建立 单词 到 文档 的索引。与之相对是，是 正排索引，其基本原理是建立 文档 到 单词 的索引。

全文搜索引擎的出现，正是解决关系型数据库 全文搜索较弱 的问题。

ElasticSearch

ElasticSearch 是一个基于 Apache Lucene 的 搜索引擎。它提供了一个 分布式，多租户 对全文搜索引擎。ElasticSearch 是用 Java 开发的，对外提供 RESTful Web 接口。根据 DB-Engines 排名，ElasticSearch 是最受欢迎的 企业搜索引擎。

Solr

Solr 是 Apache Lucene 项目的 开源企业搜索平台。其主要功能包括 全文检索、命中标示、分面搜索、动态聚类、数据库集成，以及 富文本（比如 Word、PDF）处理等等。Solr 是高度 可扩展 的，并提供了 分布式搜索 和 索引复制

**优点：

1.查询效率高，适用于对 海量数据 进行 近实时 的处理。

2.可扩展性

3.基于 集群 环境可以方便 横向扩展，可以承载 PB 级的数据。

4.支持 高可用，ElasticSearch 集群弹性灵活，可以发现新的或失败的节点，重组 和 重新平衡 数据，确保数据是 安全 和 可访问的

**缺点：

1.事务的 ACID 支持不足，单一文档 的数据是支持 ACID 的。对于 多个文档 的 事务操作，不支持事务的 正常回滚。支持（Isolation）隔离性（基于 乐观锁机制）和（Durability）持久性，不支持（Atomicity）原子性，（Consistency）一致性。

2.对类似数据库中，通过 外键 进行 多表关联的复杂操作支持较弱。

3.读写 有一定 延时，写入的数据，最快 1s 中能被检索到。

4.更新 性能较低，底层实现是 先删数据，再 插入新数据。

5.内存占用大，因为 Lucene 将 索引部分 加载到 内存 中。

2.5 图形数据库

图形数据库 应用 图形理论 存储 实体 之间的 关系信息。最常见例子就是 社会网络中人与人之间的关系。关系型数据库 用于存储这种 关系型数据 的效果并不好，其查询 复杂、缓慢、超出预期。

图形数据库 的独特设计弥补了这个缺陷，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。

Neo4j

Neo4j 是一个 高性能的，NOSQL 图形数据库，它将 结构化数据 存储在 “图形网络上” 而不是 “表中”。它是一个 嵌入式的、基于磁盘的、具备完全的 事务特性 的 Java 持久化引擎。Neo4j 也可以被看作是一个 高性能的图引擎。程序员工作在一个 面向对象的、灵活的网络结构 下而不是 严格、静态 的 表中。

ArangoDB

ArangoDB 是一个 原生多模型 数据库系统。数据库系统支持 三个 重要的 数据模型（键/值，文档，图形）。ArangoDB 包含一个 数据库核心 和 统一查询语言 AQL（ArangoDB 查询语言）。查询语言是 声明性的，允许在 单个查询 中 组合 不同的 数据访问模式。ArangoDB 是一个 NoSQL 数据库系统，但 AQL 在很多方面与 SQL 都类似。

**优点：

1.高性能表现

2.设计的灵活性

3.开发的敏捷性

4.完全支持ACID

**缺点：

1.节点，关系 和它们的 属性 的数量被 限制。

不支持 拆分。

3.关系数据库 or NoSQL

关于 关系型数据库 和 NoSQL 数据库 的选型，往往需要考虑几个指标：数据量、并发量、实时性、一致性要求、读写分布、数据类型、安全性、运维成本。

系统类型	数据库选型
企业内部管理系统	例如运营系统，数据量少，并发量小，首选考虑 关系型数据库
互联网大流量系统	例如电商单品页，后台考虑选 关系型数据库，前台考虑选 内存型数据库
日志型系统	原始数据 考虑选 列式数据库，日志搜索 考虑选 倒排索引
搜索型系统	例如站内搜索，非通用搜索，商品搜索，后台考虑选 关系型数据库，前台考虑选 倒排索引
事务型系统	例如库存管理，交易，记账，考虑选 关系型数据库 + 缓存数据库 + 一致性型协议
离线计算	例如大量数据分析，考虑选 列式数据库 或者 关系型数据库 都可以
实时计算	例如实时监控，可以考虑选 内存型数据库 或者 列式数据库

4.参考资料

参考：https://blog.csdn.net/baidu_22254181/article/details/82594116