阅读笔记(四)NoSQL的选择指引《NoSQL database systems: a survey and decision guidance》

本文主要是介绍阅读笔记(四)NoSQL的选择指引《NoSQL database systems: a survey and decision guidance》,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一. 前言

  《NoSQL database systems: a survey and decision guidance》是一篇很好的综述类论文,详细的论述了NoSQL的特点和各种不同NoSQL数据库的选择依据。
  传统的关系型数据库(relational database management systems ,RDBMSs)可以在保证一致性、可靠性、稳定性的前提下提供强有力的数据存储、查询功能,这得益于他的设计模式:稳定可靠的数据结构。但是随着大数据时代的到来,RDBMSs难以驾驭越来越庞大的数据,这促使了非关系型数据库NoSQL的出现。NoSQL有很多不同的种类,但是基本都提供了很好的横向扩展性和高可用性,同时也牺牲了一定的查找能力和一致性保证。

二. NoSQL的常见种类

1. key-value键值存储数据库

  键值数据库由一系列的key-value组成,由于这种简单的结构,他们往往也只能提供get和put的操作,即CRUD(Create, Read, Update,Delete)。其优点在于简化抽象的数据结构使其易于分割和查询,因此该种数据库可以实现极低的延迟和极高的吞吐率。然而,如果需求更复杂的操作,如范围查找,这种数据库往往不是很给力。

2. 文件数据库

  文件数据库通常也是k-v的形式,区别在于这里的value不再是简简单单的数值而往往是json文件。这种存储方式使得相对于k-v数据库来说更为灵活,可以方便的查找数据,尤其是查找部分数据。

k-v数据库和文件数据库

3. 宽列数据库

  宽列数据库和以上两种数据库最大的不同在于存储方式上:按列存储数据而不是按行存储。这种做法对于存在很多稀疏列的数据集合的存储上有着极为显著的优势。其最大的优势在于高度的数据压缩和查询指定项数据或者数据分析时的极高效率。在实现层面上类似于多级分布式有序map。具体存储方式如下图所示:
宽列数据库

4. 其他数据库

  关于其他数据库如图数据库等不属于本文讨论重点,这里略过。

三. NoSQL的关键技术

1. 分片技术

  在关系型数据库中也有使用一些分布式存储,如Oracle的RAC,IBM的DB2 pureScale。它们依赖于共享磁盘架构,即所有数据库节点需要接入中央数据库进行同步(NAS或SAN)。因此他们可以保持良好的一致性,但是难以扩展。相反的,在NoSQL中,通常使用的技术称为无共享架构(Shared-Noting Architecture),即组成系统的各个服务器拥有私有内存和磁盘空间,并通过网络连接,由此实现了高扩展性。
  常用的基本分布式分片技术包括范围分片,哈希分片和实体组分片。
(1)范围分片是将数据排序,将连续的值切片存储,在BigTable, HBase, Hypertable等宽列数据库和部分文件数据库如MongoDB, RethinkDB, Espresso, DocumentDB中常见。
(2)哈希分片顾名思义是采取哈希散列均匀存储,这种方式最大的缺点在于查找较为困难,但是分片非常容易,在k-v数据库中常出现,在 一些宽列数据库如Cassandra和Azure Tables中有使用。
(3)实体组分片是为了方便在局部地区方便的进行数据交换,在G-Store, MegaStore , Relational Cloud , Cloud SQL Server中出现。

2. 数据复制

  就CAP理论而言,传统关系型数据库是不需要考虑的,一般均满足CA。而NoSQL则难以避免P的出现,因此需要根据需求在C和A中进行取舍。这其中数据的复制就是很重要的一项技术。根据不同的策略,这里主要的抉择在于何时更新以及在哪儿更新数据。
  “何时更新”通常有两种选择:主动的同步(Eager synchronous)复制以及采用消极的异步复制(lazy asynchronous)模式。采用eager模式的好处在于利于保持一致性,但是由于需要等待复制会带来较大的写延迟损耗并降低了可用性。采用lazy模式则会更快,但是难于实现一致性。
  “在哪儿更新”意为采用主从复制机制(master-slave primary copy scheme)还是多主机机制(multi-master approach)。主从机制最大的问题在于为了保证master崩溃之后如何建立新的Master,因此会有较为复杂的机制。而多主机则相反,主要是需要解决如何检测或者防止改变的冲突,常用解决方法有版本控制,向量钟,gossip和读修复。

3. 数据查询

  NoSQL数据库的查询能力取决于他们的分布式模型、一致性情况和数据模型。每个NoSQL都可以支持基本的key值查找,但是过滤查找或者说范围查找则通常对于范围分区系统较易实现。而对于数据的分析NoSQL则有一些不同,如MongoDB, Riak, CouchDB在内部实现了数据的分析,而对于 Cassandra 和 HBase,通常采用外部分析平台如Hadoop, Spark 和 Flink,另外批处理的分析工具MapReduce也有较好的表现。下图是NoSQL数据库的主要技术和函数及非函数系统特性的支持。

在这里插入图片描述

四. NoSQL的选择

  这里需要明确一点就是,之所以有这么多不同的NoSQL,是因为没有哪一种数据库是万能通用的,没有哪种数据库可以一劳永逸满足所有需求。因此,我们选用或者自己设计数据库的时候,需要根据需求谨慎的进行选择、构建。这里给出了三幅关于NoSQL的特性的图以及选择树,供于粗略的判断选取使用。
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

五. 总结

  本文大致总结了《NoSQL database systems: a survey and decision guidance》一文中的主要观点和提纲,用以记录和后续查阅使用。该文章中所有引用文献均是极好的分布式学习资料,都值得认真品读。同样的,该文也值得多次反复阅读和学习,一定会获益良多。

这篇关于阅读笔记(四)NoSQL的选择指引《NoSQL database systems: a survey and decision guidance》的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1138053

相关文章

MySQL中时区参数time_zone解读

《MySQL中时区参数time_zone解读》MySQL时区参数time_zone用于控制系统函数和字段的DEFAULTCURRENT_TIMESTAMP属性,修改时区可能会影响timestamp类型... 目录前言1.时区参数影响2.如何设置3.字段类型选择总结前言mysql 时区参数 time_zon

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat

使用SQL语言查询多个Excel表格的操作方法

《使用SQL语言查询多个Excel表格的操作方法》本文介绍了如何使用SQL语言查询多个Excel表格,通过将所有Excel表格放入一个.xlsx文件中,并使用pandas和pandasql库进行读取和... 目录如何用SQL语言查询多个Excel表格如何使用sql查询excel内容1. 简介2. 实现思路3

Mysql DATETIME 毫秒坑的解决

《MysqlDATETIME毫秒坑的解决》本文主要介绍了MysqlDATETIME毫秒坑的解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着... 今天写代码突发一个诡异的 bug,代码逻辑大概如下。1. 新增退款单记录boolean save = s

Python 中 requests 与 aiohttp 在实际项目中的选择策略详解

《Python中requests与aiohttp在实际项目中的选择策略详解》本文主要介绍了Python爬虫开发中常用的两个库requests和aiohttp的使用方法及其区别,通过实际项目案... 目录一、requests 库二、aiohttp 库三、requests 和 aiohttp 的比较四、requ

mysql-8.0.30压缩包版安装和配置MySQL环境过程

《mysql-8.0.30压缩包版安装和配置MySQL环境过程》该文章介绍了如何在Windows系统中下载、安装和配置MySQL数据库,包括下载地址、解压文件、创建和配置my.ini文件、设置环境变量... 目录压缩包安装配置下载配置环境变量下载和初始化总结压缩包安装配置下载下载地址:https://d

MySQL中的锁和MVCC机制解读

《MySQL中的锁和MVCC机制解读》MySQL事务、锁和MVCC机制是确保数据库操作原子性、一致性和隔离性的关键,事务必须遵循ACID原则,锁的类型包括表级锁、行级锁和意向锁,MVCC通过非锁定读和... 目录mysql的锁和MVCC机制事务的概念与ACID特性锁的类型及其工作机制锁的粒度与性能影响多版本

MYSQL行列转置方式

《MYSQL行列转置方式》本文介绍了如何使用MySQL和Navicat进行列转行操作,首先,创建了一个名为`grade`的表,并插入多条数据,然后,通过修改查询SQL语句,使用`CASE`和`IF`函... 目录mysql行列转置开始列转行之前的准备下面开始步入正题总结MYSQL行列转置环境准备:mysq

MySQL不使用子查询的原因及优化案例

《MySQL不使用子查询的原因及优化案例》对于mysql,不推荐使用子查询,效率太差,执行子查询时,MYSQL需要创建临时表,查询完毕后再删除这些临时表,所以,子查询的速度会受到一定的影响,本文给大家... 目录不推荐使用子查询和JOIN的原因解决方案优化案例案例1:查询所有有库存的商品信息案例2:使用EX

Linux(Centos7)安装Mysql/Redis/MinIO方式

《Linux(Centos7)安装Mysql/Redis/MinIO方式》文章总结:介绍了如何安装MySQL和Redis,以及如何配置它们为开机自启,还详细讲解了如何安装MinIO,包括配置Syste... 目录安装mysql安装Redis安装MinIO总结安装Mysql安装Redis搜索Red