大数据容器—Nosql数据库与传统RDBMS数据库

《大数据容器—Nosql数据库与传统RDBMS数据库》

 

随着互联网的异军突起，大数据领域异常火热。在互联网的当下，请拿数据说话，因此数据才是重点，那么存储数据的容器也就被称之为数据库(Database)。在早期，尤其是以"企业级"项目为主，RDBMS数据库长期以来都是霸主，因为大部分依赖RDBMS的需求都拥有一个相同的特点，那就ACID特性(原子性(Atomicity)、一致性(Consistency)、隔离性(Isolation)、持久性(Durability))。除此之外，很多数据或许并不适合使用这类数据库作为解决方案，取决于这个原因，NoSql数据库正在迅速崛起。

 

Nosql(Not Only SQL)数据库可以解决传统RDBMS数据库做不到的事情，因此在互联网领域，Nosql数据库无疑正在或者说已经取代后者。Nosql其实只是一个名词，真正的含义是指，除了传统RDBMS数据库之外，还有非SQL的数据库，这类数据库包括有：内存数据库(Redis、memcache)、Hadoop平台下的Hbase、Mongodb，以及Membase等。我们都知道，RDBMS数据库中并不适合存储过大的数据，以及在高并发的情况下，数据库将极有可能沦落为性能瓶颈，因此基于这些原因更加迫切催促着Nosql这一类的数据库诞生。

 

架构师如何解决上述所提及的问题的？以一个并发相对较大的分布式应用场景相对来说，在RDBMS数据库之前肯定会挂一堆吃大内存的内存数据库去抗住传统数据库约70%的性能，并发越大，那么在分布式场景中内存数据库将会采用分布式(业务划分)+集群的方式进行部署。而RDBMS数据库除了会做Master/Slave之外，在有必要的情况下DBA会做垂直分库+水平分区，也就是我们常说的sharding。而关于一些非结构化的冷数据、包括：系统日志数据、登录日志数据、消息记录数据等之类的数据信息将会落盘到HBase、Mongodb等数据库中，方便日后结合Hadoop平台的强大并行运算能力对大数据进行采集和分析。

 

除此之外，传统的RDBMS数据库还存在一个较大的问题，那就是无法轻易实现大规模的扩展。尽管网络解决方案一定程度上改善了这个问题，但网络中仍然无法动态的创建新的集群，因此使用RDBMS数据库构建大数据解决方案就会变得异常昂贵。其次之前也说过，RDBMS数据库不善于处理非结构化数据。最后SQL和RDBMS数据库的组合难以实现某些类型的简单查询，比如两点间的最短线路。

 

像一些大公司，比如：淘宝、腾讯、京东等企业。在大数据的场景下，都拥有各自优秀且成熟的解决方案，而基于传统的RDBMS数据库方案已经不再是唯一选择。以Hbase为例，其优点很明显，高度可扩展性、出色的可靠性，以及低维护成本都是大数据场景下的不二选择。不过相对而言，尽管传统的RDBMS数据库地位受到了“侵犯”，但在未来很长的一段时间内，笔者相信，这2种类型的数据库会长期友好的并存下去，各自取长补短才能更好的应对需求。

 

PS：阿里正祥博士主导的Ocaenbase同样也是一个出色且开源的大数据DB。关于Ocaenbase的更多信息，请访问https://github.com/alibaba/oceanbase。