5.2.2大數(shù)據(jù)存儲(chǔ)技術(shù)-NOSQL數(shù)據(jù)庫(kù)

《大數(shù)據(jù)導(dǎo)論》NOSQL數(shù)據(jù)庫(kù)NoSQL數(shù)據(jù)庫(kù)無(wú)模式的數(shù)據(jù)模型數(shù)據(jù)可以以它的原始形式存在橫向擴(kuò)展而不是縱向擴(kuò)展NoSQL可以增加更多的節(jié)點(diǎn)高可用性NoSQL建立在提供開箱即用的容錯(cuò)性的基于集群的技術(shù)之上較低的運(yùn)營(yíng)成本開源最終一致性跨節(jié)點(diǎn)的數(shù)據(jù)讀取可能在寫入后短時(shí)間內(nèi)不一致。但是，最終所有的節(jié)點(diǎn)會(huì)處于一致的狀態(tài)BASE兼容而不是ACID兼容數(shù)據(jù)庫(kù)可以處于不一致狀態(tài)直到最后獲得一致性NoSQL（Not-onlySQL）特征：NoSQL數(shù)據(jù)庫(kù)API驅(qū)動(dòng)的數(shù)據(jù)訪問(wèn)數(shù)據(jù)的訪問(wèn)通常支持基于API的查詢，包括REST（RepresentationalStateTransfer，表述性狀態(tài)轉(zhuǎn)移）類型的API自動(dòng)分片和復(fù)制運(yùn)用分片和復(fù)制技術(shù)集成緩存沒(méi)有必要加入第三方分布式緩存層分布式查詢支持NoSQL存儲(chǔ)設(shè)備通過(guò)多重分片來(lái)維持一致性查詢不同類型設(shè)備同時(shí)使用NoSQL存儲(chǔ)的使用并沒(méi)有淘汰傳統(tǒng)的RDBMS，支持不同類型的存儲(chǔ)設(shè)備可以同時(shí)使用注重聚集數(shù)據(jù)NoSQL存儲(chǔ)設(shè)備存儲(chǔ)非規(guī)范化的聚集數(shù)據(jù)（一個(gè)實(shí)體為一個(gè)對(duì)象）NoSQL（Not-onlySQL）特征：NoSQL數(shù)據(jù)庫(kù)NoSQL出現(xiàn)的原因容量速度多樣性NoSQL數(shù)據(jù)庫(kù)鍵-值存儲(chǔ)文檔存儲(chǔ)列簇存儲(chǔ)圖存儲(chǔ)NoSQL類型：NoSQL數(shù)據(jù)庫(kù)鍵-值存儲(chǔ)：鍵-值存儲(chǔ)設(shè)備適用于：·需要存儲(chǔ)非結(jié)構(gòu)化數(shù)據(jù)?！ば枰哂懈咝У淖x寫性能?！ぶ悼梢酝耆涉I確定?！ぶ凳遣灰蕾嚻渌档莫?dú)立實(shí)體?！ぶ涤兄喈?dāng)簡(jiǎn)單的結(jié)果或是二進(jìn)制的?！げ樵兡Ｊ胶?jiǎn)單，只包括插入、查找和刪除操作。·存儲(chǔ)的值在應(yīng)用層被操作。鍵-值存儲(chǔ)設(shè)備的實(shí)例包括：Riak、Redis和AmazonDynamoDB鍵-值存儲(chǔ)設(shè)備不適用于：·應(yīng)用需要通過(guò)值的屬性來(lái)查找或者過(guò)濾數(shù)據(jù)?！げ煌逆I-值項(xiàng)之間存在關(guān)聯(lián)?！ひ唤M鍵的值需要在單個(gè)事務(wù)中被更新?！ぴ趩蝹€(gè)操作中需要操控多個(gè)鍵?！ぴ诓煌抵行枰心Ｊ揭恢滦??！ば枰轮档膯蝹€(gè)屬性。NoSQL數(shù)據(jù)庫(kù)文檔存儲(chǔ)：NoSQL數(shù)據(jù)庫(kù)文檔存儲(chǔ)和鍵-值存儲(chǔ)設(shè)備之間的區(qū)別文檔存儲(chǔ)設(shè)備是值可感知的存儲(chǔ)的值是自描述的選擇操作可以引用集合值內(nèi)的一個(gè)字段選擇操作可以檢索集合的部分值支持部分更新，所以集合的子集可以被更新通常支持用于加速查找的索引NoSQL數(shù)據(jù)庫(kù)文檔存儲(chǔ)（JSON）：文檔存儲(chǔ)設(shè)備適用于：·存儲(chǔ)包含平面或嵌套模式的面向文檔的半結(jié)構(gòu)化數(shù)據(jù)?！つＪ降倪M(jìn)化由于文檔結(jié)構(gòu)的未知性或者易變性而成為必然?！?yīng)用需要對(duì)存儲(chǔ)的文檔進(jìn)行部分更新?！ば枰谖臋n的不同屬性上進(jìn)行查找?！ひ孕蛄谢瘜?duì)象的形式存儲(chǔ)應(yīng)用領(lǐng)域中的對(duì)象，例如顧客?！げ樵兡Ｊ桨迦?、選擇、更新和刪除操作。文檔存儲(chǔ)設(shè)備不適用于：·單個(gè)事務(wù)中需要更新多個(gè)文檔?！ば枰獙?duì)歸一化后的多個(gè)數(shù)據(jù)或文檔之間執(zhí)行連接操作。·由于文檔結(jié)構(gòu)在連續(xù)的查詢操作之后會(huì)發(fā)生改變，為了實(shí)現(xiàn)一致的查詢?cè)O(shè)計(jì)需要使用強(qiáng)制模式來(lái)重構(gòu)查詢語(yǔ)句。·存儲(chǔ)的值不是自描述的，并且不包含對(duì)模式的引用?！ば枰鎯?chǔ)二進(jìn)制值。文檔存儲(chǔ)設(shè)備的例子包括MongoDB、CouchDB和TerrastoreNoSQL數(shù)據(jù)庫(kù)列簇存儲(chǔ)：列簇存儲(chǔ)設(shè)備適用于：·需要實(shí)時(shí)的隨機(jī)讀寫能力，并且數(shù)據(jù)以已定義的結(jié)構(gòu)存儲(chǔ)。·數(shù)據(jù)表示的是表的結(jié)構(gòu)，每行包含著大量列，并且存在著相互關(guān)聯(lián)的數(shù)據(jù)形成的嵌套組?！ば枰獙?duì)模式的進(jìn)化提供支持，因?yàn)榱写氐脑黾踊蛘邉h除不需要在系統(tǒng)停機(jī)時(shí)間進(jìn)行。·某些字段大多數(shù)情況下可以一起訪問(wèn)，并且搜索需要利用字段的值?！ぎ?dāng)數(shù)據(jù)包含稀疏的行而需要有效地使用存儲(chǔ)空間時(shí)，因?yàn)榱写財(cái)?shù)據(jù)庫(kù)只為存在列的行分配存儲(chǔ)空間。如果沒(méi)有列，將不會(huì)分配任何空間?！げ樵兡Ｊ桨迦?、選擇、更新和刪除操作。列簇不適用于：·需要對(duì)數(shù)據(jù)進(jìn)行關(guān)系型操作，例如連接操作?！ば枰С諥CID事務(wù)。·需要存儲(chǔ)二進(jìn)制數(shù)據(jù)?！ば枰獔?zhí)行SQL兼容查詢。·查詢模式經(jīng)常改變，因?yàn)檫@樣將會(huì)重構(gòu)列簇的組織。列簇存儲(chǔ)設(shè)備包括Cassandra、HBase和AmazonSimpleDBNoSQL數(shù)據(jù)庫(kù)圖存儲(chǔ)：圖存儲(chǔ)設(shè)備適用于：·需要存儲(chǔ)互聯(lián)的實(shí)體?！ば枰鶕?jù)關(guān)系的類型查詢實(shí)體，而不是實(shí)體的屬性?！げ檎一ヂ?lián)的實(shí)體組?！ぞ凸?jié)點(diǎn)遍歷距離來(lái)查找實(shí)體之間的距離?！榱藢ふ夷Ｊ蕉M(jìn)行的數(shù)據(jù)挖掘。圖存儲(chǔ)設(shè)備不適用于：·需要更新大量的節(jié)點(diǎn)屬性或邊屬性，這包括對(duì)節(jié)點(diǎn)或邊的查詢，相對(duì)于節(jié)點(diǎn)的遍歷是非常費(fèi)時(shí)的操作?！?shí)體擁有大量的屬性或嵌套數(shù)據(jù)，最好在圖存儲(chǔ)設(shè)備中存儲(chǔ)輕量實(shí)體，而在另外的非圖NoSQL存儲(chǔ)設(shè)備中存儲(chǔ)額外的屬性數(shù)據(jù)?！ば枰鎯?chǔ)二進(jìn)制數(shù)據(jù)?！せ诠?jié)點(diǎn)或邊的屬性的查詢操作占據(jù)大部分的節(jié)點(diǎn)遍歷查詢。NoSQL與RDBMS的主要區(qū)別

RDBMSNoSQL數(shù)據(jù)類型結(jié)構(gòu)化數(shù)據(jù)主要是非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)庫(kù)結(jié)構(gòu)需要事先定義，是固定的不需要事先定義，并可以靈活改變數(shù)據(jù)一致性通過(guò)ACIO特性保持嚴(yán)密的一致性存在臨時(shí)的不保持嚴(yán)密一致性的狀態(tài)（結(jié)果匹配性）擴(kuò)展性基本是向上擴(kuò)展。由于需要保持?jǐn)?shù)據(jù)的一致性，因此性能下降明顯通過(guò)橫向擴(kuò)展可以在不降低性能的