Distributed System-分布式系统 SQL vs NoSQL 数据库

Distributed System 分布式系统 SQL vs NoSQL 数据库

SQL（关系型数据库）

• 关系型数据库是结构化的、有提前定义好的数据的字段
  • 例如：通讯录表存储电话号码和地址
• 数据通过行和列保存，每一行是一个实体（Entity）的信息，每一行包括所有独立的数据点
  • 常用的有：MySQL、Oracle、MS SQL Server、SQLite、Postgres、MariaDB

NoSQL（非关系型数据库）

• 非关系型数据库是非结构化的，分布式的，动态的数据字段
  类似文件夹，可以保存所有数据，包括地址、电话、FaceBook 的 Likes，以及在线购物偏好等

常用类型

• Key-Value 型
  • Redis、Voldemort、Dynamo 等
• Document 型
  • 数据被存在在文档中，文档被归类在一起，每个文档可以是完全不同的结构
  • CouchDB、MongoDB 等
• Wide-Column 型
  • 跟关系型数据库的列不同，这里的列是不限定数量的，每一行的列数量不同
    • 适用于分析大数据集
  • Cassandra、HBase 等
• Graph 型
  • 数据被保存在图结构中，包括点（实体）、属性（实体的信息）、和线（实体的关系）
  • Neo4J、InfiniteGraph 等

主要区别

存储（Storage）

• SQL 数据是保存在表的行中，每一列代表一个数据点
• NoSQL 有多重数据保存模式，例如 Key-Value、Document、Grapj、Columnar

模式（Schema）

• SQL 每条记录有固定的模式，有多少列，列存什么数据都是提前确定的
  • 如果模式要改动，那就要修改整个数据库，并且需要下线
• NoSQL 的模式是动态的，列是可以随时添加的，并且每一行不需要对齐列（列数量可以不同）

查询（Querying）

• SQL 使用 SQL（Structured Query Language） 语言来定义和维护数据
• NoSQL 的查询关注文档的集合，也被称为 UnQL（Unstructured Query Language）
  • 不同类型的 NoSQL 数据库的语法不同

扩容性（Scalability）

• SQL 数据库经常是垂直扩容（增加单台服务器的 CPU、内存等），比较贵
  • 也可以跨多台服务器扩容，但是很有挑战、时间开销大
• NoSQL 数据库可以水平扩容，添加服务器就行
  • 许多 NoSQL 技术可以自动化跨服务器分发数据

可靠性 / ACID（Atomicity, Consistency, Isolation,Durability）兼容

• SQL 数据库兼容 ACID
• NoSQL 数据库大多数牺牲 ACID 来保证性能和扩容性

选型

没有一键适用（One-Size-Fits-All）所有场景的方案，很多业务场景同时使用 SQL 和 NoSQL

使用 SQL 的理由

• 需要确保 ACID 兼容
  • ACID 兼容减少了异常数据，通过事务保证数据库的完整性
  • 例如电子商务（E-commerce）和金融（Financial）应用
• 数据是结构化的，而且不会改变
  • 如果业务场景是比较稳定的，不会有大量的增长，或者数据是一致性的，属性不会变化

使用 NoSQL 的理由

• 保存大量的，没有或者很少结构的数据
  • NoSQL 数据库不限制数据的类型，可以根据需求添加新类型
  • 基于文档的数据库，可以保存数据在一个地方，并且不需要定义什么类型的数据
• 充分利用云计算和云存储
  • 云平台可以节省开销，但是要求数据可以跨多台服务器扩容
  • 类似 Cassandra 类的 NoSQL 数据库本身设计就可以跨多个数据中心扩展
• 快速开发
  • NoSQL 不需要提前定义数据的结构，可以快速迭代开发
  • 在修改数据的结构时，也不需要停机