成都网站建设价格表,深圳网站 商城制作,汕头高端模板建站,体育网站的制作哪里可以做文章目录 5.1 NoSQL数据库5.2 NoSQL和关系数据库的比较5.3 四大类型NoSQL数据库5.3.1 键值数据库和列族数据库5.3.2 文档数据库、图数据库、以及不同数据库比较分析 5.4 NoSQL数据库的理论基石CAP理论#xff1a;BASE理论#xff1a;Eventual consistency#xff08;最终一致… 文章目录 5.1 NoSQL数据库5.2 NoSQL和关系数据库的比较5.3 四大类型NoSQL数据库5.3.1 键值数据库和列族数据库5.3.2 文档数据库、图数据库、以及不同数据库比较分析 5.4 NoSQL数据库的理论基石CAP理论BASE理论Eventual consistency最终一致性 5.5 从NoSQL到NewSQL数据库5.6 文档数据库MongoDB 5.1 NoSQL数据库 NoSQL兴起原因1:关系型数据库无法满足Web2.0的需求 很多非关系型数据可以作为关系型数据的补充很多业务场景下需要用到非关系型数据库 NOSQL数据库特点 灵活的可扩展性有非常强大的水平可扩展性可以支持在多个机器上水平扩展 灵活的数据模型 和云计算的紧密结合 云计算基础设施可以根据负载实时变化来对底层的IT设施进行动态伸缩负载增加可以将更多机器加入集群如果负载减少可以将相关的机器退出 传统关系型数据库的纵向可扩展性受到一定的限制在水平可扩展性更是不具备这个特性不能和云计算紧密结合 NoSQL在设计之初就考虑到了它的水平可扩展性和云计算是紧密结合的 传统关系型数据库在性能上的缺陷 无法满足海量数据的管理需求无法满足高并发的需求 因为动态数据无法提前生成不能提前生成一个静态网页让用户来访问只能实时地根据用户的请求来实时的生成数据这种实时生成的数据对数据库的负载非常高基本上用关系型数据库是无法满足高并发的需求 无法满足高扩展性和高可用性的需求 中小型企业通过mysql集群方式的缺陷 复杂性整个集群部署非常负载延迟性当主库的压力较大时就会带来较大的延迟扩容问题当集群压力过大时需要增加新机器对整个数据集进行重新分区非常复杂动态迁移在集群使用过程中出现有些分库的负载重有些分库的负载轻这时候需要负载均衡实现数据迁移需要集群的总控节点来协调数据迁移过程整个过程需要人工实现很难实现其自动化 NoSQL兴起的原因2:数据模型的局限性 有些在线业务强调低延时有些数据分析业务强调高吞吐率场景不同对于数据架构提出的要求不同用同一个数据模型适应不同业务场景是不切实际的 因此根据不同的业务需求研究出了不同的产品例如Hadoop 用于数据分析、批处理MongDB,Redis用于在线业务 NoSQL兴起的原因3:Web2.0关系型数据库的许多特性没有发挥 关系型数据库有着完善的事务机制以及高效的查询机制但这两个优势在Web2.0无法发挥 Web2.0用更多的存储空间换取更好的性能
5.2 NoSQL和关系数据库的比较 关系数据库和NoSQL比较 在数据库原理方面 关系型数据库具有完备的关系代数理论作为基础NoSQL数据库缺乏理论基础 数据规模 关系型数据库很难实现横向扩展纵向扩展非常有限NoSQL数据库具有非常好的水平可扩展性 在数据库模式方面 关系型数据库要定义严格的数据库模式而且要严格遵守事先定义的数据库模式NoSQL数据库数据模型非常灵活 在查询效率方面 关系型数据库适当数量级查询效率高当数量级增大时查询效率下降NoSQL数据库未构建面向复杂查询的索引因此查询性能较差 在事务一致性方面 关系型数据库遵循ACID实物模型可以保证事务的强一致性NoSQL数据库未构建面向复杂查询的索引因此查询性能较差NoSQL采用Base模型很多NoSQL数据库只能保证最终一致性不能保证强一致性 在数据库完整性方面 关系型数据库具有保证完整性的完备机制NoSQL数据库不能实现完整性约束 在可扩展性方面 关系型数据库扩展性一般是比较差的NoSQL数据库水平扩展性非常好 在可用性方面 关系型数据库随着规模增大为了保证严格的一致性可用性方面就削弱NoSQL数据库具有非常好的可用性能够在短时间内迅速返回所需要的结果 在标准化方面 关系型数据库关系型数据库遵循SQL标准标准化比较完善不同厂家数据库可以相互访问导入导出NoSQL数据库未形成通用的行业标准 在技术支持方面 关系型数据库关系型数据库很多都是商业数据库可获得非常强大的技术和后续服务支持NoSQL数据库NoSQL数据库很多都属于开源产品处于整个发展的初期阶段 在可维护方面 关系型数据库关系型数据库需要管理员维护NoSQL数据库没有成熟的基础和实践操作维护较为复杂 关系数据库的优势与劣势 优势 劣势 NoSQL数据库的优劣势 两种数据库的应用场景
5.3 四大类型NoSQL数据库
四大类型NoSQL数据库 举例 5.3.1 键值数据库和列族数据库 键值数据库 相关产品Redis、Memcached、SimpleDB云端产品 数据模型键是一个字符串对象值可以是任意类型的数据、比如整型字符型、数组、列表、集合等 典型应用涉及频繁读写、拥有简单数据模型的应用、内容缓存、如会话、配置文件、参数、购物车等存储配置和用户信息等移动应用 优点扩展性好、灵活性号、大量写操作性能高 缺点无法存储结构化信息条件查询效率较低 不适用的场景 键值数据库根本没有通过值查询的途径在键值数据库中不能通过两个或者两个以上的键来关联数据在一些键值数据库中中产生故障时不可以回滚 使用者百度云数据库Redis 键值数据库的应用 键值数据库成为缓冲区将经常访问的数据放入缓冲层 列族数据库 相关产品BigTable、HBasemaster-slave架构、Cassandrap2p架构数据模型列族典型应用 适用于分布式数据存储与管理尤其适用于海量数据存储管理水平扩展性质好数据在地理上分布于多个数据中心的应用程序可以容纳副本存在短期不一致情况的应用程序拥有动态字段的应用程序 优点查找速度快、可扩展性强、容易进行分布式扩展、复杂性低缺点功能较少大多不支持强事务一致性不适用场景需要ACID事务支持的情形Cassandra等产品就不适用使用者Facebook(HBase)、Yahoo(HBase)
5.3.2 文档数据库、图数据库、以及不同数据库比较分析 文档数据库 也是一种键值数据库值为文档关系数据库中的每一行记录其实就是一个文档 特性可以对自己的数据的内容和类型进行自我描述 文档数据库的数据格式JSON格式 其拥有更好的并发性 相关产品MongDB、CouchDB 数据模型就是一个键值、本质是以键值数据库、只不过值时版本化文档 典型应用存储、索引并管理面向文档的是数据、或者类似的半结构化数据 优点性能好高并发灵活性高提供嵌入式文档功能将经常查询到的数据存储在同一个文档中 缺点缺乏统一的查询语法 不适用情形文档是巨苦不支持文档间的事务如果对这方面有需求则不应该选择这个解决方案 使用者百度云数据库MongDB 图数据库 相关产品Neo4j 数据模型图结构 典型应用专门用于处理具有高度相互关联关系的数据比较适合于社交网络、模式识别、依赖分析、推荐系统以及路径寻找等问题 优点灵活性高、支持复杂的图形算法可用于构建复杂的关系图谱 缺点数据模型应用范围非常有限 四大类型数据库的比较
5.4 NoSQL数据库的理论基石
NoSQL数据库的三个理论基石CAP、BASE、最终一致性
CAP理论 Consistency 一致性指任何一个读操作总能读到之前完成的写操作的结果 Availability 可用性指快速获取数据、可以在确定的时间内返回操作结果保证每个请求不管成功失败都有响应 Partition tolerance 分区容忍性指当出现网络分区的情况时即系统中的一部分节点无法和其他节点进行通信分离的系统也能正常运行 一个分布式系统最多满足这三个需求中的两个 牺牲一致性来换取可用性的例子 假设有两台机器M1和M2,M1上有副本V1,M2上有副本V2以及两个进程P1P2 假设M1上有一个进程对副本P1进行更新操作需要将更新后的值传播到M2机器进程P2将其从副本v2中读出 假设在更新值的传播过程中断如果要保证可用性进程p2立即读取v2的值读到的肯定是不一致的数据;如果需要保证一致性就一直等到故障恢复后再从v2中读取数据中间可能过去了很长时间无法保证可用性 在面对CAP理论的时有以下几种选择 CA:放弃分区容忍性 CP:放弃可用性 AP:放弃一致性 不同产品在CAP理论下的不同设计原则
BASE理论 BASE:是Basically Available Soft state和Eventual consistency的简写意思为“碱” ACID:是关系型数据库的事务的四个性质NoSQL中的BASE(j碱)和ACID(酸)是对应关系 Basically Available:指当分布式系统的一部分发生问题变得不可用时其他部分仍然可以正常使用、也就是允许分区失败的情形出现 Soft state软状态 硬状态要求数据库的状态必须一直保持数据一致性就是任意时刻的数据都是正确的软状态指状态可以有一段时间不同步具有一定的滞后性
Eventual consistency最终一致性 强一致性执行一个更新操作之后后续的其他操作都能读到你更新的最终数据 弱一致性执行一个更新操作之后后续的其他操作不能读到你更新的最终数据弱一致性可能有一段时间的不一致但是最终会达到一致状态 最终一致性根据更新数据后各进程访问到数据的时间和方式不同可以区分为 因果一致性 “读己之所写”一致性 单调读一致性 会话一致性 单调写一致性 如何实现各种类型的一致性 假设有一个分布式系统为了实现它的可靠性要对数据进行冗余存储 假设N表示数据冗余的份数、W表示更新数据时需要保证写完成的节点数R表示读取数据的时候需要读取的节点数 实例
5.5 从NoSQL到NewSQL数据库
数据库发展
应用场景 NewSQL数据库同时具备OldSQL数据库和NoSQL数据库各自的优点 具有非常好的水平可扩展性 具有强一致性 具有事务一致性 支持SQL查询 支持海量的数据存储 关系型数据库、NoSQL和NewSQL数据库产品分类图
5.6 文档数据库MongoDB MongoDB简介 MongoDB是由C语言编写的是一个基于分布式文件存储的开源数据库系统 在高负载的情况下添加更多的节点可以保证服务器性能 MongoDB旨在为WEB应用提供可扩展的高性能数据存储解决方案 文档结构数据结构由键值对组成的MongoDB文档类似于JSON对象 MongoDB特点 提供一个面向文档存储操作起来比较简单和容易可以设置任何属性的索引实现更快的排序具有较好的水平可扩展性支持丰富的查询表达式可查询文档中内嵌的对象及数组可替换已完成文档某个指定的数据字段MongoDB中的MapReduce主要是用来对数据进行批处理和聚合操作安装过程简单 MongoDB的概念解析 实例 关系数据库设计以及MongDB设计实例 关系表的设计可能设计多表连接查询 MongDB使用一个文档就能表现这些信息 MgonDB数据库相关结构内容 一个MongDB中可以建立多个数据库MongoDB的默认数据库为“db”,该数据库存储在data目录中MongoDB的单个实例可以容纳多个独立的数据库每一个都有自己的集合和权限不同的数据库也放置在不同的文件中 文档概念 RDBMS与MongoDB对应术语 集合概念集合类似于RDMS中的表格 MongoDB shell访问MongoDB 使用JAVA程序访问MongoDB 环境配置 连接数据库 创建集合 插入文档
