NoSQL 簡介

NoSQL(NoSQL = Not Only SQL )，意即"不僅僅是SQL"。

在現(xiàn)代的計算系統(tǒng)上每天網(wǎng)絡(luò)上都會產(chǎn)生龐大的數(shù)據(jù)量。

這些數(shù)據(jù)有很大一部分是由關(guān)系數(shù)據(jù)庫管理系統(tǒng)（RDMBSs）來處理。 1970年 E.F.Codd's提出的關(guān)系模型的論文 "A relational model of data for large shared data banks"，這使得數(shù)據(jù)建模和應(yīng)用程序編程更加簡單。

通過應(yīng)用實踐證明，關(guān)系模型是非常適合于客戶服務(wù)器編程，遠(yuǎn)遠(yuǎn)超出預(yù)期的利益，今天它是結(jié)構(gòu)化數(shù)據(jù)存儲在網(wǎng)絡(luò)和商務(wù)應(yīng)用的主導(dǎo)技術(shù)。

NoSQL 是一項全新的數(shù)據(jù)庫革命性運(yùn)動，早期就有人提出，發(fā)展至2009年趨勢越發(fā)高漲。NoSQL的擁護(hù)者們提倡運(yùn)用非關(guān)系型的數(shù)據(jù)存儲，相對于鋪天蓋地的關(guān)系型數(shù)據(jù)庫運(yùn)用，這一概念無疑是一種全新的思維的注入。

關(guān)系型數(shù)據(jù)庫遵循ACID規(guī)則

事務(wù)在英文中是transaction，和現(xiàn)實世界中的交易很類似，它有如下四個特性：

1、A (Atomicity) 原子性
原子性很容易理解，也就是說事務(wù)里的所有操作要么全部做完，要么都不做，事務(wù)成功的條件是事務(wù)里的所有操作都成功，只要有一個操作失敗，整個事務(wù)就失敗，需要回滾。

比如銀行轉(zhuǎn)賬，從A賬戶轉(zhuǎn)100元至B賬戶，分為兩個步驟：1）從A賬戶取100元；2）存入100元至B賬戶。這兩步要么一起完成，要么一起不完成，如果只完成第一步，第二步失敗，錢會莫名其妙少了100元。

2、C (Consistency) 一致性
一致性也比較容易理解，也就是說數(shù)據(jù)庫要一直處于一致的狀態(tài)，事務(wù)的運(yùn)行不會改變數(shù)據(jù)庫原本的一致性約束。

例如現(xiàn)有完整性約束a+b=10，如果一個事務(wù)改變了a，那么必須得改變b，使得事務(wù)結(jié)束后依然滿足a+b=10，否則事務(wù)失敗。

3、I (Isolation) 獨(dú)立性
所謂的獨(dú)立性是指并發(fā)的事務(wù)之間不會互相影響，如果一個事務(wù)要訪問的數(shù)據(jù)正在被另外一個事務(wù)修改，只要另外一個事務(wù)未提交，它所訪問的數(shù)據(jù)就不受未提交事務(wù)的影響。
比如現(xiàn)有有個交易是從A賬戶轉(zhuǎn)100元至B賬戶，在這個交易還未完成的情況下，如果此時B查詢自己的賬戶，是看不到新增加的100元的。

4、D (Durability) 持久性
持久性是指一旦事務(wù)提交后，它所做的修改將會永久的保存在數(shù)據(jù)庫上，即使出現(xiàn)宕機(jī)也不會丟失。

分布式系統(tǒng)

分布式系統(tǒng)（distributed system）由多臺計算機(jī)和通信的軟件組件通過計算機(jī)網(wǎng)絡(luò)連接（本地網(wǎng)絡(luò)或廣域網(wǎng)）組成。

分布式系統(tǒng)是建立在網(wǎng)絡(luò)之上的軟件系統(tǒng)。正是因為軟件的特性，所以分布式系統(tǒng)具有高度的內(nèi)聚性和透明性。

因此，網(wǎng)絡(luò)和分布式系統(tǒng)之間的區(qū)別更多的在于高層軟件（特別是操作系統(tǒng)），而不是硬件。

分布式系統(tǒng)可以應(yīng)用在在不同的平臺上如：Pc、工作站、局域網(wǎng)和廣域網(wǎng)上等。

分布式計算的優(yōu)點(diǎn)

可靠性（容錯） ：
分布式計算系統(tǒng)中的一個重要的優(yōu)點(diǎn)是可靠性。一臺服務(wù)器的系統(tǒng)崩潰并不影響到其余的服務(wù)器。

可擴(kuò)展性：
在分布式計算系統(tǒng)可以根據(jù)需要增加更多的機(jī)器。

資源共享：
共享數(shù)據(jù)是必不可少的應(yīng)用，如銀行，預(yù)訂系統(tǒng)。

靈活性：
由于該系統(tǒng)是非常靈活的，它很容易安裝，實施和調(diào)試新的服務(wù)。

更快的速度：
分布式計算系統(tǒng)可以有多臺計算機(jī)的計算能力，使得它比其他系統(tǒng)有更快的處理速度。

開放系統(tǒng)：
由于它是開放的系統(tǒng)，本地或者遠(yuǎn)程都可以訪問到該服務(wù)。

更高的性能：
相較于集中式計算機(jī)網(wǎng)絡(luò)集群可以提供更高的性能（及更好的性價比）。

分布式計算的缺點(diǎn)

故障排除： 
故障排除和診斷問題。

軟件：
更少的軟件支持是分布式計算系統(tǒng)的主要缺點(diǎn)。

網(wǎng)絡(luò)：
網(wǎng)絡(luò)基礎(chǔ)設(shè)施的問題，包括：傳輸問題，高負(fù)載，信息丟失等。

安全性：
開發(fā)系統(tǒng)的特性讓分布式計算系統(tǒng)存在著數(shù)據(jù)的安全性和共享的風(fēng)險等問題。

什么是NoSQL?

NoSQL，指的是非關(guān)系型的數(shù)據(jù)庫。NoSQL有時也稱作Not Only SQL的縮寫，是對不同于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)庫管理系統(tǒng)的統(tǒng)稱。

NoSQL用于超大規(guī)模數(shù)據(jù)的存儲。（例如谷歌或Facebook每天為他們的用戶收集萬億比特的數(shù)據(jù)）。這些類型的數(shù)據(jù)存儲不需要固定的模式，無需多余操作就可以橫向擴(kuò)展。

為什么使用NoSQL ?

今天我們可以通過第三方平臺（如：Google,Facebook等）可以很容易的訪問和抓取數(shù)據(jù)。用戶的個人信息，社交網(wǎng)絡(luò)，地理位置，用戶生成的數(shù)據(jù)和用戶操作日志已經(jīng)成倍的增加。我們?nèi)绻獙@些用戶數(shù)據(jù)進(jìn)行挖掘，那SQL數(shù)據(jù)庫已經(jīng)不適合這些應(yīng)用了, NoSQL數(shù)據(jù)庫的發(fā)展也卻能很好的處理這些大的數(shù)據(jù)。

實例

社會化關(guān)系網(wǎng):

Each record: UserID1, UserID2 
Separate records: UserID, first_name,last_name, age, gender,... 
Task: Find all friends of friends of friends of ... friends of a given user.

Wikipedia 頁面 :

Large collection of documents
Combination of structured and unstructured data 
Task: Retrieve all pages regarding athletics of Summer Olympic before 1950.

RDBMS vs NoSQL

RDBMS
- 高度組織化結(jié)構(gòu)化數(shù)據(jù)
- 結(jié)構(gòu)化查詢語言（SQL） (SQL)
- 數(shù)據(jù)和關(guān)系都存儲在單獨(dú)的表中。
- 數(shù)據(jù)操縱語言，數(shù)據(jù)定義語言
- 嚴(yán)格的一致性
- 基礎(chǔ)事務(wù)

NoSQL
- 代表著不僅僅是SQL
- 沒有聲明性查詢語言
- 沒有預(yù)定義的模式
-鍵 - 值對存儲，列存儲，文檔存儲，圖形數(shù)據(jù)庫
- 最終一致性，而非ACID屬性
- 非結(jié)構(gòu)化和不可預(yù)知的數(shù)據(jù)
- CAP定理
- 高性能，高可用性和可伸縮性

NoSQL 簡史

NoSQL一詞最早出現(xiàn)于1998年，是Carlo Strozzi開發(fā)的一個輕量、開源、不提供SQL功能的關(guān)系數(shù)據(jù)庫。

2009年，Last.fm的Johan Oskarsson發(fā)起了一次關(guān)于分布式開源數(shù)據(jù)庫的討論[2]，來自Rackspace的Eric Evans再次提出了NoSQL的概念，這時的NoSQL主要指非關(guān)系型、分布式、不提供ACID的數(shù)據(jù)庫設(shè)計模式。

2009年在亞特蘭大舉行的"no:sql(east)"討論會是一個里程碑，其口號是"select fun, profit from real_world where relational=false;"。因此，對NoSQL最普遍的解釋是"非關(guān)聯(lián)型的"，強(qiáng)調(diào)Key-Value Stores和文檔數(shù)據(jù)庫的優(yōu)點(diǎn)，而不是單純的反對RDBMS。

CAP定理（CAP theorem）

在計算機(jī)科學(xué)中, CAP定理（CAP theorem）, 又被稱作 布魯爾定理（Brewer's theorem）, 它指出對于一個分布式計算系統(tǒng)來說，不可能同時滿足以下三點(diǎn):

• 一致性(Consistency) (所有節(jié)點(diǎn)在同一時間具有相同的數(shù)據(jù))
• 可用性(Availability) (保證每個請求不管成功或者失敗都有響應(yīng))
• 分隔容忍(Partition tolerance) (系統(tǒng)中任意信息的丟失或失敗不會影響系統(tǒng)的繼續(xù)運(yùn)作)

CAP理論的核心是：一個分布式系統(tǒng)不可能同時很好的滿足一致性、可用性和分區(qū)容錯性這三個需求，最多只能同時較好的滿足兩個。

因此，根據(jù) CAP 原理將 NoSQL 數(shù)據(jù)庫分成了滿足 CA 原則、滿足 CP 原則和滿足 AP 原則三 大類：

• CA - 單點(diǎn)集群，滿足一致性，可用性的系統(tǒng)，通常在可擴(kuò)展性上不太強(qiáng)大。
• CP - 滿足一致性，分區(qū)容忍性的系統(tǒng)，通常性能不是特別高。
• AP - 滿足可用性，分區(qū)容忍性的系統(tǒng)，通?？赡軐σ恢滦砸蟮鸵恍?/li>

NoSQL的優(yōu)點(diǎn)/缺點(diǎn)

優(yōu)點(diǎn):

• - 高可擴(kuò)展性
• - 分布式計算
• - 低成本
• - 架構(gòu)的靈活性，半結(jié)構(gòu)化數(shù)據(jù)
• - 沒有復(fù)雜的關(guān)系

缺點(diǎn):

• - 沒有標(biāo)準(zhǔn)化
• - 有限的查詢功能（到目前為止）
• - 最終一致是不直觀的程序

BASE

BASE：Basically Available, Soft-state, Eventually Consistent。 由 Eric Brewer 定義。

CAP理論的核心是：一個分布式系統(tǒng)不可能同時很好的滿足一致性，可用性和分區(qū)容錯性這三個需求，最多只能同時較好的滿足兩個。

BASE是NoSQL數(shù)據(jù)庫通常對可用性及一致性的弱要求原則:

• Basically Availble --基本可用
• Soft-state --軟狀態(tài)/柔性事務(wù)。 "Soft state" 可以理解為"無連接"的, 而 "Hard state" 是"面向連接"的
• Eventual Consistency --最終一致性 最終一致性， 也是是 ACID 的最終目的。

ACID vs BASE

NoSQL 數(shù)據(jù)庫分類

誰在使用

現(xiàn)在已經(jīng)有很多公司使用了NoSQL：

• Google
• Facebook
• Mozilla
• Adobe
• Foursquare
• LinkedIn
• Digg
• McGraw-Hill Education
• Vermont Public Radio