五类数据存储模型行、列、键值对、文档、图

一、行存储

        定义：关系模型使用记录（行或者元组）进行存储，记录存储在表中，表由架构界定。表中的每一个列都有名称和类型，表中的全部记录都要符合表的定义。SQL是专门的查询语言，提供相应的语法查找符合条件的记录，如表联接（Join）。表联接能够基于表之间的关系在多表之间查询记录。
        存储格式：行式数据库把一行中的数据值串在一块儿存储起来（行头信息，列长，列值），而后再存储下一行的数据，以此类推。
        特色：据以行相关的存储体系架构进行空间分配，主要适合与小批量的数据处理，经常使用于联机事务型数据处理。不能知足后面三个需求：对数据库高并发读写要求，对海量数据的高效率存储和访问需求，对数据库高可扩展性和高可用性。 一句话不适合分布式、高并发和海量。

二、列存储

        定义：什么是列式数据库?列式数据库是以列相关存储架构进行数据存储的数据库。列式存储以流的方式在列中存储全部的数据，主要适合与批量数据处理和即席查询。
        存储格式 ：列式数据库把一列中的数据值串在一块儿存储起来，而后再存储下一列的数据，以此类推。
        特色：包括查询快，因为查询须要读取的blocks少；数据压缩比高，正由于同一类型的列存储在一块儿。Load快。 简化数据建模的复杂性。可是插入更新慢，不太适合数据总是变化，它是按列存储的。这时候你就知道它适作DSS（决策支持系统），BI的优秀选择，数据集市，数据仓库，它不适合OLTP。
        列式存储： 每一列单独存放，数据便是索引。

行式与列式比较

Ø  Row-based storage stores atable in a sequence of rows.
Ø  Column-based storage storesa table in a sequence of columns.

        

        

关系型数据库理论- 选择(Selection)和投影(Projection)

        

Speedup和Scaleup

        Speedup指用两倍的硬件换来一半的执行时间。Scaleup指两倍的硬件换来同等时间内执行两倍的任务。但每每事情不是那么简单，两倍的硬件也会带来其余问题：更多CPU带来的长启动时间和通讯开销，以及并行计算带来的数据倾斜问题。

       

多处理器架构

        共享内存：任意CPU都能访问任意的内存(全局共享)和磁盘。优势是简单，缺点是扩展性差，可用性低。

        

        共享磁盘：任意CPU都能访问任何的磁盘，可是只能访问本身的主存。优势是可用性和扩展性比较好，缺点是实现复杂以及潜在的性能问题。

        

        不共享：任意CPU都只能访问本身的主存和磁盘。优势也是扩展性和可用性，缺点是实现复杂以及复杂均衡。

        

        混合型：系统总体上是shared nothing架构，但结点内部多是其余架构。这样就混合了多种架构的优势。

        

数据分区

        数据分区的目的就是：让数据库可以并行地读写数据，最大程度地挖掘I/O的潜力。常见的分区算法有：round-robin、范围索引、哈希。

       

三、键值存储

        即Key-Value存储，简称KV存储。它是NoSQL存储的一种方式。它的数据按照键值对的形式进行组织，索引和存储。KV存储很是适合不涉及过多数据关系业务关系的业务数据，同时能有效减小读写磁盘的次数，比SQL数据库存储拥有更好的读写性能。
        典型例子 Sorted String Table即SSTable。其实STL 库中map和hash_map, Java中hash_table, hash_map就是键值存储。 可是他们值只支持内存操做，并且map的查询效率过低，关键是他们只是简单的数据结构，不能实现较大规模存储和分布式,并且数据的修改效率比较低。 而          SSTalbe就解决了这些问题。
        键值存储实际是分布式表格系统的一种。

四、文档存储

        文档存储支持对结构化数据的访问，不一样于关系模型的是，文档存储没有强制的架构。
        事实上，文档存储以封包键值对的方式进行存储。在这种状况下，应用对要检索的封包采起一些约定，或者利用存储引擎的能力将不一样的文档划分红不一样的集合，以管理数据。
        与关系模型不一样的是，文档存储模型支持嵌套结构。例如，文档存储模型支持XML和JSON文档，字段的“值”又能够嵌套存储其它文档。文档存储模型也支持数组和列值键。
        与键值存储不一样的是，文档存储关心文档的内部结构。这使得存储引擎能够直接支持二级索引，从而容许对任意字段进行高效查询。支持文档嵌套存储的能力，使得查询语言具备搜索嵌套对象的能力，XQuery就是一个例子。MongoDB经过支持在查询中指定JSON字段路径实现相似的功能。
        对SQL 和ACID 支持的比较全面的数据库了。不过，比较多的仍是介绍日志的采集和存储，小文件的分布式存储，相似互联网微博应用的数据存储等方面的内容。

五、图形数据

        图形数据库存储顶点和边的信息，有的支持添加注释。         图形数据库可用于对事物建模，如社交图谱、真实世界的各类对象。IMDB（Internet MovieDatabase）站点的内容就组成了一幅复杂的图像，演员与电影彼此交织在一块儿。         图形数据库的查询语言通常用于查找图形中断点的路径，或端点之间路径的属性。Neo4j是一个典型的图形数据库。