NoSQL一些基础

NoSQL(Not only SQL),泛指非关系型数据库
nosql-database.org对NoSQL有一个较为全面的解释，指出NoSQL的特点：非关系、分布式、开源、水平扩展、schema-free、easy replication support、simple API、最终一致性（不支持ACID）、支持海量数据（Huge Data）

ACID&BASE思想
ACID模型侧重高一致性+数据可靠性，牺牲可用性

Base:
Basically Available(基本可用)：支持分区失败（e.g.sharding 碎片划分数据库）
Soft state(软状态)：状态可以有一段时间不同步，异步
Eventually consistent(最终一致)：最终数据是一致的就可以了，而不是时时高一致。
BASE思想反ACID，完全不同与ACID模型，牺牲高一致性，获得可用性和可靠性。

目前存在的NoSQL数据模型在致分为四类：Key-Value(键值对)、Column-Oriented(列式)、Document-Oriented(文档型)、Graph-Oriented(图形)。

NoSQL需要支持良好的扩展性，当系统容量不足或负载过重时，可
随时添加节点而不影响现有业务，系统自动完成数据均衡。而集群
中机器之间需要通讯，以了解彼此的状态信息。通常有两种架构
Master/Slave
类BigTable的系统均采用Master/Slave架构
Master负责整个集群的命名空间管理、集群状态监控、负载均衡等
Slave来负责存储实际的数据，并定时的向Master报告自己的状态
信息
P2P
类Dynamo的系统均采用P2P架构，与Master/Slave不同，它是完
全去中心化，不存在Master，各个节点是对等的关系，gossip

Key-Value
􀂄 数据模型：简单的键值对
􀂄 典型应用：
􀁺 Cache
􀁺 高读写的简单存储
􀂄 优势：
􀁺􀁺 简单、读写速度快
􀂄 劣势：
􀁺 存储数据缺少结构化，只能存储Key-Value对
􀁺 复杂的结构需要上层应用处理

Column-Oriented
􀂄 数据模型：BigTable式表格，稀疏矩阵
􀂄 典型应用：
􀁺 海量数据存储与分析
􀂄 优势：
􀁺 查找列速度快，可扩展性强，更容易进行分布式扩展
􀂄􀂄 劣势：
􀁺 功能相对局限，对于跨表的join性能不高

Document-Oriented
􀂄 数据模型：灵感来源于Lotus Notes，JSON-like
􀂄 典型应用：
􀁺 Web应用
􀂄 优势：
􀁺􀁺 数据结构要求不严格，灵活
􀂄 劣势：
􀁺 查询性能不高，而且缺乏统一的查询语法

Graph-Oriented
􀂄 数据模型：图模型
􀂄 典型应用：
􀁺 基于网络的应用，地理位置信息（用作GIS）、社交网络（SNS）、
网络拓扑等
􀂄 优势：
􀁺 可以利用图结构相关算法
􀂄 劣势：
􀁺 需要对整个图做计算才能得出结果，不容易做分布式的集群方案

大数据的特征
3V——Volume（海量）、Variety（多样）、Velocity（实时）

海量——数据量巨大，对TB、PB数据级的处理， 已经成为基本配置。

多样——处理多样性的数据类型，结构化数据和非结构化数据，能处理Web数据，能处理语音数据甚至是图像、视频数据。

实时——在客户每次浏览页面，每次下订单的过程中都存在，都会需要对用户进行实时的推荐，决策已经变得实时

大数据时代下的系统需求

High performance –高并发读写的需求
高并发、实时动态获取和更新数据

Huge Storage –海量数据的高效率存储和访问的需求
类似SNS网站，海量用户信息的高效率实时存储和查询

High Scalability && High Availability –高可扩展性和高可用性的需求
需要拥有快速横向扩展能力、提供7*24小时不间断服务

NoSQL的优势
易扩展
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，在架构的层面上带来了可扩展的能力。甚至有多种NoSQL之间的整合。

灵活的数据模型
NoSQL无需事先为要存储的数据建立字段，随时可以存储自定义的数据格式。而在关系数据库里，增删字段是一件非常麻烦的事情。如果是非常大数据量的表，增加字段简直就是一个噩梦。

高可用
NoSQL在不太影响性能的情况，就可以方便的实现高可用的架构。比如Cassandra，HBase模型，通过复制模型也能实现高可用。

大数据量，高性能
NoSQL数据库都具有非常高的读写性能，尤其在大数据量下，同样表现优秀。这得益于它的无关系性，数据库的结构简单。

某些与NoSQL匹配的需求如下：

快速应用开发
— 变化的市场需求
— 变化的数据需求
可伸缩性
– 未知的用户需求
– 访问、添加和更新数据使吞吐量持续增长而带来的需求
一致的性能
– 低响应时间，以便支持更好地用户体验
– 高吞吐量，以便处理快速地增长
运行可靠性
– 高可用性，能够优雅地处理失效并尽量减小对应用的影响
– 内置监控API，便于运行时维护