NoSQL概述

一、概述

NoSQL(Not Only SQL),"不仅仅是SQL", 泛指非关系型的数据库;

1）特点

① 易扩展;

② 在大数据量下,NoSQL 数据库具有非常高的读写性能;

③ 多样灵活的数据模型;

2）RDBMS(关系型数据库) 和 NoSQL 比较

- RDBMS

1. 高度组织化结构化数据;
2. 结构化查询语言(SQL);
3. 数据和关系都存储在单独的表中;
4. 数据操作语言,数据定义语言;
5. 严格的一致性;
6. 基础事务;

- NoSQL

1. 没有声明性查询语言;
2. 没有预定义的模式;
3. 键值对存储,列存储,文档存储,图形数据库;
4. 最终一致型,而非ACID属性;
5. 非结构化和不可预知的数据;
6. CAP 定理;
7. 高性能,高可用性和可伸缩性;

3、3V + 3高

- 大数据时代的3V（主要是描述问题的）
　　1.海量(Volume)
　　2.多样(Variety)
　　3.实时(Velocity)

- 互联网需求的3高（主要是对程序的要求）
　　1.高并发
　　2.高可扩
　　3.高性能

二、NoSQL的四大分类

1）键值(Key-Value)存储数据库

这一类数据库主要会使用到一个哈希表，这个表中有一个特定的键和一个指针指向特定的数据。
Key/value模型对于IT系统来说的优势在于简单、易部署。
但是如果DBA只对部分值进行查询或更新的时候，Key/value就显得效率低下了。

如：Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB.

2）列存储数据库

这部分数据库通常是用来应对分布式存储的海量数据。
键仍然存在，但是它们的特点是指向了多个列。这些列是由列家族来安排的。

如：Cassandra, HBase, Riak.

3）文档型数据库

文档型数据库的灵感是来自于Lotus Notes办公软件的，而且它同第一种键值存储相类似。
该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，比如JSON。
文档型数据库可以看作是键值数据库的升级版，允许之间嵌套键值。而且文档型数据库比键值数据库的查询效率更高。

如：CouchDB, MongoDb. 国内也有文档型数据库SequoiaDB，已经开源。

4）图形(Graph)数据库

图形结构的数据库同其他行列以及刚性结构的SQL数据库不同，它是使用灵活的图形模型，并且能够扩展到多个服务器上。
NoSQL数据库没有标准的查询语言(SQL)，因此进行数据库查询需要制定数据模型。

许多NoSQL数据库都有REST式的数据接口或者查询API。

如：Neo4J, InfoGrid, Infinite Graph.

分类	Examples举例	典型应用场景	数据模型	优点	缺点
键值（key-value）	Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB	内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统等等。	Key 指向 Value 的键值对，通常用hash table来实现	查找速度快	数据无结构化，通常只被当作字符串或者二进制数据
列存储数据库	Cassandra, HBase, Riak	分布式的文件系统	以列簇式存储，将同一列数据存在一起	查找速度快，可扩展性强，更容易进行分布式扩展	功能相对局限
文档型数据库	CouchDB, MongoDb	Web应用（与Key-Value类似，Value是结构化的，不同的是数据库能够了解Value的内容）	Key-Value对应的键值对，Value为结构化数据	数据结构要求不严格，表结构可变，不需要像关系型数据库一样需要预先定义表结构	查询性能不高，而且缺乏统一的查询语法。
图形(Graph)数据库	Neo4J, InfoGrid, Infinite Graph	社交网络，推荐系统等。专注于构建关系图谱	图结构	利用图结构相关算法。比如最短路径寻址，N度关系查找等	很多时候需要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群方案。