《NoSQL精粹》读书笔记
第一部分：概念
1、为什么使用NoSQL
阻抗失谐：关系数据库的关系模型和内存中的数据结构之间存在的差异。
集成数据库：通常由不同团队所开发 的多个应用程序，将其数据存储在一个公用的数据库中。
应用程序数据库：其内容只能有一个应用程序的代码库直接访问，而这份代码库是由一个团队来维护的。
选用NoSQL原因：一是待处理数据量很大，或对数据访问的效率要求很高，从而必须将数据放在集群上；二是想采用一种更为方便的数据交互方式来提高应用程序开发效率。
NoSQL数据库共同特性：
- 不使用关系模型
- 在集群中运行良好
- 开源
- 适用于21世纪的互联网公司
- 无模式
2、聚合数据类型
聚合：把一组相互关联的对象视为一个整体单元来操作，该单元为聚合。
面向聚合数据库：键值数据库、文档数据库、列族数据库。
聚合无知：关系型数据库的数据模型中没有“聚合”概念，因此称之为“聚合无知”。
数据交互大多在同意聚合内执行，则使用面向聚合的数据库；若交互操作需要使用多种不同格式的数据，则用“聚合无知式数据库”。
3、数据模型详解
图数据库：将数据组织成一张由节点和变所组成的图，适合处理关系复杂的数据结构。
隐含模式：指在编写数据操作代码时，对数据结构所做的一系列假设。
物化视图：面向聚合数据库用不同的方式重组聚合的数据得出。（通常以映射化简来计算）
4、分布式模型
数据分布方式：
分片：将不同的数据分片存放在多个服务器中，每一个数据子集都专门由一台服务器负责。
复制：将数据复制到多个服务器上，每份数据都能在多个节点中找到。
复制方式：
主从复制：将其中一个节点当做权威数据源，并负责写入操作；其他从节点都要和主节点保持同步，他们可以负责读取操作。
对等复制：任何节点均可写入，节点间互相协调以同步其数据。
主从复制减少更新数据时的冲突几率，但它却会让主节点成为写入操作的瓶颈，对等复制则避免了这一点。
5、一致性
写入冲突与读写冲突： 当两个客户端试图修改同一份数据时会发生“写入冲突”；当某客户端在另一客户的执行写入操作的过程中读取数据时，会发生“读写冲突”。
更新一致性：悲观方式以锁定数据记录来避免冲突，乐观方式则在事后检测冲突并将其修复。
最终一致性：写入操作已经传播至所有节点。
CAP定理：一致性、可用性、分区耐受性这三个属性只能同时满足两个。当有可能发生“网络分区”现象时，必须在数据的“可用性”和“一致性”间权衡。
仲裁：在采用“复制”技术的分布式模型中执行数据库操作时，无需联系所有副本，只要足够多的副本所认可，就能保持“强一致性”了。
6、版本戳
版本戳：用来检测并发冲突。读取并更新某份数据后，可检测其版本戳，以确保在读取和写入操作之间，没有其他人更新过此数据。
版本戳实现方式：计数器、UUID、内容哈希码、时间戳等。
数组式版本戳：检测不同节点之间是否发生了“相互冲突的更新操作”。
7、映射-化简
映射-化简模式：一种安排数据处理流程的手段，可以利用及集群中的多台计算机，同时又能将某台计算机所需的数据及处理工作尽量放在本机执行。一种在集群上执行并发计算所用的模式。
映射：从聚合中读出数据，将之缩减为相关键值对。映射操作每次只能读取一条记录，所以可以在存放记录的节点上并发执行。
映射和化简：映射任务会生成许多具备同一关键字的值，而化简任务则将他们简化为单一的输出值。每个化简函数只操作单个键相关的映射结果，所以多个化简函数可以依据关键字执行并发化简。
”管道”：输入数据与输出数据形式相同的多个化简函数可归并为管道，以提高并发执行能力，减少所需传输的数据量。
如要广泛使用映射-化简计算的结果，可将其存储为物化视图。可用增量式映射-化简操作更新物化视图。
第二部分：实现
8、键值数据库
键值数据库：一张简单的哈希表，主要用在所有数据库访问均通过逐渐来操作的情况。（Riak、Redis、Memcached DB、Berkeley DB、HamsterDB、Amazon DynamoDB、Project Voldmort）
适用案例：
存放会话信息
用户配置信息
购物车数据
不适用场合：
数据间关系
含有多项操作的事务
操作关键字集合
9、文档数据库
文档数据库：可存放并获取文档，格式可是XML、JSON、BSON等。（MongoDB、CouchDB、Terrastore、OrientDB、RevenDB）
适用案例：
事件记录
内容管理系统及博客平台
网站分析与实时分析
电子商务应用程序
不适用场合：
包含多项操作的复杂事务
查询持续变化的聚合结构
10、列族数据库
列族数据库：可存储关键字及其映射值，可把值分成多个列族，让每个列族代表一张数据映射表。（Cassandra、HBase、Hypertable、Amazon SimpleDB）
适用案例：
事件记录
内容管理系统与博客平台
计数器
限期适用
不适用场合：
需ACID事务操作读写的系统
早期原型开发或试探技术方案时
11、图数据库
图数据库：存放实体及实体间关系。（Neo4J、Infinite Graph、OrientDB、FlockDB）
适用案例：
互联数据
安排运输路线、分派货物和基于位置的服务
推荐引擎
不适用场合：
需要更新全部或某子集内的实体。
12、模式迁移
迁移关系型数据库等强模式数据库，可将历次模式变更及数据迁移操作保存于 保本控制序列。
无模式数据迁移可用强模式迁移技术，也可用增量迁移，注意无模式的“隐含模式”。
13、混合持久化
混合持久化：使用不同数据库计数处理多种数据存储需求。
将数据访问封装为服务，可减少数据库变动对系统其他部分的影响。
新增数据库技术会让编程及操作更复杂，需要权衡候选数据库带来的好处是否抵得过其引入的复杂度。
14、超越NoSQL
文件系统：存放数量相对较少而且需要按大块处理的大文件。
事件溯源：将某个持续状态所发生的全部变更都持久化，而非仅仅持久化当前应用程序自身的状态。
内存映像：将应用程序状态放内存中。
版本控制：基于文件系统，最常使用的溯源系统。可让团队成员间协同修改复杂的互联系统。
XML数据库、对象数据库。。。
15、选择合适的数据库
选用NoSQL原因：
使用更符合应用程序需求的数据库来改善程序员工作效率
以能处理大量数据、降低延迟且增进数据吞吐量的某种技术组合来改善数据访问性能。
决定使用某个NoSQL技术前，一定要测试其是否如预期般改进了程序员工作效率及数据访问性能。
服务封装数据库：能在需求变更或技术成熟后改换其所封装的数据库技术。可将应用程序各部分规划到不同服务中，以便为既有程序引入NoSQL数据库。
大部分应用程序，尤其是“非战略性的”应用程序，应该继续使用关系型数据库技术，至少在NoSQL技术环境尚未成熟前。
