NoSQL--非关系型数据库类型总结

随着互联网web2.0网站的兴起，非关系型的数据库如今成了一个极其热门的新领域，非关系数据库产品的发展很是迅速。而传统的关系数据库在应付web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，暴露了不少难以克服的问题，例如：

1、High performance - 对数据库高并发读写的需求

web2.0网站要根据用户个性化信息来实时生成动态页面和提供动态信息，因此基本上没法使用动态页面静态化技术，所以数据库并发负载很是高，每每要达到每秒上万次读写请求。关系数据库应付上万次SQL查询还勉强顶得住，可是应付上万次SQL写数据请求，硬盘IO就已经没法承受了。其实对于普通的BBS网站，每每也存在对高并发写请求的需求，例如像JavaEye网站的实时统计在线用户状态，记录热门帖子的点击次数，投票计数等，所以这是一个至关广泛的需求。

2、Huge Storage - 对海量数据的高效率存储和访问的需求

相似Facebook，twitter，Friendfeed这样的SNS网站，天天用户产生海量的用户动态，以Friendfeed为例，一个月就达到了2.5亿条用户动态，对于关系数据库来讲，在一张2.5亿条记录的表里面进行SQL查询，效率是极其低下乃至不可忍受的。再例如大型web网站的用户登陆系统，例如腾讯，盛大，动辄数以亿计的账号，关系数据库也很难应付。

3、High Scalability && High Availability- 对数据库的高可扩展性和高可用性的需求

在基于web的架构当中，数据库是最难进行横向扩展的，当一个应用系统的用户量和访问量与日俱增的时候，你的数据库却没有办法像web server和app server那样简单的经过添加更多的硬件和服务节点来扩展性能和负载能力。对于不少须要提供24小时不间断服务的网站来讲，对数据库系统进行升级和扩展是很是痛苦的事情，每每须要停机维护和数据迁移，为何数据库不能经过不断的添加服务器节点来实现扩展呢？

在上面提到的“三高”需求面前，关系数据库遇到了难以克服的障碍，而对于web2.0网站来讲，关系数据库的不少主要特性却每每无用武之地，例如：

一、数据库事务一致性需求

不少web实时系统并不要求严格的数据库事务，对读一致性的要求很低，有些场合对写一致性要求也不高。所以数据库事务管理成了数据库高负载下一个沉重的负担。

二、数据库的写实时性和读实时性需求

对关系数据库来讲，插入一条数据以后马上查询，是确定能够读出来这条数据的，可是对于不少web应用来讲，并不要求这么高的实时性，比方说我（JavaEye的robbin）发一条消息以后，过几秒乃至十几秒以后，个人订阅者才看到这条动态是彻底能够接受的。

三、对复杂的SQL查询，特别是多表关联查询的需求

任何大数据量的web系统，都很是忌讳多个大表的关联查询，以及复杂的数据分析类型的复杂SQL报表查询，特别是SNS类型的网站，从需求以及产品设计角度，就避免了这种状况的产生。每每更多的只是单表的主键查询，以及单表的简单条件分页查询，SQL的功能被极大的弱化了。

所以，关系数据库在这些愈来愈多的应用场景下显得不那么合适了，为了解决这类问题的非关系数据库应运而生，如今这两年，各类各样非关系数据库，特别是键值数据库(Key-Value Store DB)风起云涌，多得让人眼花缭乱。前不久国外刚刚举办了NoSQL Conference，各路NoSQL数据库纷纷亮相，加上未亮相可是名声在外的，起码有超过10个开源的NoSQLDB，例如：

Redis，Tokyo Cabinet，Cassandra，Voldemort，MongoDB，Dynomite，HBase，CouchDB，Hypertable， Riak，Tin， Flare， Lightcloud， KiokuDB，Scalaris， Kai， ThruDB， ......

这些NoSQL数据库，有的是用C/C++编写的，有的是用Java编写的，还有的是用Erlang编写的，每一个都有本身的独到之处，看都看不过来了，我(robbin)也只能从中挑选一些比较有特点，看起来更有前景的产品学习和了解一下。这些NoSQL数据库大体能够分为如下的三类： 

1、知足极高读写性能需求的Kye-Value数据库：Redis，Tokyo Cabinet， Flare

2、知足海量存储需求和访问的面向文档的数据库：MongoDB，CouchDB

3、知足高可扩展性和可用性的面向分布式计算的数据库：Cassandra，Voldemort

四，几种主流NoSQL数据库

Redis

    Redis是一个很新的项目，刚刚发布了1.0版本。Redis本质上是一个Key-Value类型的内存数据库，很像memcached，整个数据库通通加载在内存当中进行操做，按期经过异步操做把数据库数据flush到硬盘上进行保存。由于是纯内存操做，Redis的性能很是出色，每秒能够处理超过10万次读写操做，是我知道的性能最快的Key-Value DB。

    Redis的出色之处不只仅是性能，Redis最大的魅力是支持保存List链表和Set集合的数据结构，并且还支持对List进行各类操做，例如从List两端push和pop数据，取List区间，排序等等，对Set支持各类集合的并集交集操做，此外单个value的最大限制是1GB，不像memcached只能保存1MB的数据，所以Redis能够用来实现不少有用的功能，比方说用他的List来作FIFO双向链表，实现一个轻量级的高性能消息队列服务，用他的Set能够作高性能的tag系统等等。另外Redis也能够对存入的Key-Value设置expire时间，所以也能够被看成一个功能增强版的memcached来用。

    Redis的主要缺点是数据库容量受到物理内存的限制，不能用做海量数据的高性能读写，而且它没有原生的可扩展机制，不具备scale（可扩展）能力，要依赖客户端来实现分布式读写，所以Redis适合的场景主要局限在较小数据量的高性能操做和运算上。目前使用Redis的网站有github，Engine Yard。 

MongoDB

    MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。他支持的数据结构很是松散，是相似json的bjson格式，所以能够存储比较复杂的数据类型。Mongo最大的特色是他支持的查询语言很是强大，其语法有点相似于面向对象的查询语言，几乎能够实现相似关系数据库单表查询的绝大部分功能，并且还支持对数据创建索引。

    Mongo主要解决的是海量数据的访问效率问题，根据官方的文档，当数据量达到50GB以上的时候，Mongo的数据库访问速度是MySQL的10倍以上。Mongo的并发读写效率不是特别出色，根据官方提供的性能测试代表，大约每秒能够处理0.5万－1.5次读写请求。

    由于Mongo主要是支持海量数据存储的，因此Mongo还自带了一个出色的分布式文件系统GridFS，能够支持海量的数据存储，但我也看到有些评论认为GridFS性能不佳，这一点还有待验证。

    最后因为Mongo能够支持复杂的数据结构，并且带有强大的数据查询功能，所以很是受到欢迎，不少项目都考虑用MongoDB来替代MySQL来实现不是特别复杂的Web应用，比方说why we migrated from MySQL to MongoDB就是一个真实的从MySQL迁移到MongoDB的案例，因为数据量实在太大，因此迁移到了Mongo上面，数据查询的速度获得了很是显著的提高。

    MongoDB也有一个ruby的项目MongoMapper，是模仿Merb的DataMapper编写的MongoDB的接口，使用起来很是简单，几乎和DataMapper如出一辙，功能很是强大易用。