NoSQL数据库类型

0顶
1踩

2016-03-10 10:46 by 副主编 mengyidan1988 评论(0) 有8574人浏览

nosql 数据库

声明：ITeye资讯文章的版权属于ITeye网站所有，严禁任何网站转载本文，否则必将追究法律责任！

本文摘自 Introducing Data Science，我们将向您介绍四大NoSQL数据库类型。

有四大NoSQL类型：键值存储(key-value store)，文件存储(document store)，列导向的数据库(Column-Oriented Database)和图形数据库(graph database)。每种类型都解决了传统关系数据库无法解决的问题。实际的实现往往是这些组合的组合。例如，结合NoSQL类型，Orientdb是一个多模式的数据库。Orientdb是图形数据库，每个节点都是一个文档。

在进入不同的NoSQL数据库之前，让我们看看与关系数据库之间的比较。传统关系数据库正在努力的走向规范化：确保每一个数据都只存储一次。正规化标志着他们的结构设置。举个例子来说，如果你想把一个人和他的爱好存储为数据，那么你就可以建两个表：一个表存储为人，一个表存储他们的爱好。如图1所示，一个附加的表是必要的，因为他们存在着很多关系：一个人可以有多个爱好，然而一个爱好也可以有很多人喜欢。

图1

一个全面的关系数据库可以由许多实体和联系表。现在让我们看看NoSQL不同的类型的数据库之间的比较。

Column databases store列存储数据库
行数据库实际上就是传统的关系数据库，每一行有一行id，并在一个表中存储的行中的每个字段。假设，关于爱好，没有额外的表来存储并且你只有一个表来描述人，如图2所示。注意，在这种情况下，你有轻微的反规范化，因为爱好是可以重复的。如果爱好这个信息是一个额外的信息，但在你使用时并不是必不可少的，添加它作为一个列表内的爱好列是可以接受的方法。但是如果这些信息对一个单独的表来说是不够的，它应该被存储在所有的？

图2

每次你在行存据库中寻找某个数据，进行每行扫描，不管你需要哪列。假设你只需要生日在9月的列表。数据库将在表中从上到下和从左到右扫描所有数据，如图3所示，最终返回生日列表。

图3

索引数据在某些列可以显著提高查询速度，但索引每一列带来额外的开销和数据库仍然是扫描所有列。

Column databases store分别存储每一列，允许更快的扫描时，只涉及一小部分列。见图4。

图4

这个布局看起来很像一个以行为导向的数据库，每一列都有一个索引。一个数据库索引是一种数据结构，允许在存储空间上快速查找数据和额外的写(索引更新)。索引映射到数据的行数，而一个列数据库将数据映射到行数，这样计算变得更快，所以很容易看到有多少人喜欢射箭。例如，单独存储的列也可以优化压缩，因为只有一个数据类型的表。

那么，何时该使用Row-Oriented Database和Column-Oriented Database呢？在Column-Oriented Database中，很容易添加另一个列，因为不受它的影响。但添加整个完整记录需要调整所有的表。这使得Row-Oriented Database更好于Column-Oriented Database在联机事务处理(OLTP)方面，因为他可以不断地添加或更改记录。

Column-Oriented Database在执行分析和报告时的表现: 求和值和计算条目。Row-Oriented Database通常是实际交易的操作数据库(如销售)。夜间批处理作业将用于数据库更新，支持客户快速查找和聚合使用MapReduce算法报告。例如column-family stores are Apache HBase、Facebook的Cassandra、Hypertable和the grandfather of wide-column stores、谷歌的 BigTable。

KEY-VALUE STORES 键值存储
键值存储是最复杂的NoSQL数据库。顾名思义，键值对的集合，如图5所示，这种简单性使得他们成为最可伸缩的NoSQL数据库类型，能够存储大量的数据。

图5

键值存储的值可以是任何东西：一个字符串，一个数字，而且也是一个新的键值对封装在一个对象。如图6显示了一个稍微复杂键值结构。关键值存储的例子有Redis、Voldemort、Riak和Amazon’s Dynamo。

{"internal data":[{"entities":[
         {"customer":[
            {"id:1,"name":"Freddy"},
            {"id:2,"name":"Fritz"}
          }],
          {"legal entities":[
               {"id":1,"company":"Maiton"}
           ]}]
},{"Products":[
     {"furniture":[
         {"id" :1,"name":"Octopus Table","stock":1}
      ]
}]}]}

图6

DOCUMENT STORES 文档存储
文档存储是键值存储的复杂性的一个步骤：一个文档存储库确实假定一个特定的文档结构，可以用一个模式来指定。文档存储出现最自然的NoSQL数据库类型中，因为它们用于存储日常文档，并且他们允许复杂的查询和计算，这往往已经成为聚合形式的数据。在关系数据库中存储的方式是从一个正常化的角度来看，所有的一切都应该存储一次，并通过外键连接。文件存储的关心小的正常化，只要数据是在一个结构是有意义的。关系数据模型并不总是适合某些业务案例。

报纸或杂志，例如，包含文章。要把这些存储在关系数据库中，首先要把它们切碎：这篇文章正文在一个表中，作者和作者所有的信息，以及在一个网站上发表的文章的评论。如图7所示，报纸上一篇文章也可以存储为一个单一的实体，这降低了对于习惯看到文章内容所消耗的时间。文档存储以MongoDB和CouchDB为例子。

图7

GRAPH DATABASES 图数据库
最后一个大的NoSQL数据库类型是最复杂的一个，为了高效地存储实体之间的关系。数据是高度互联的，如社会网络，科学论文引用，或资本资产集群，图形数据库的答案。图或网络数据主要有2个组成部分：

节点：实体本身。在社交网络中，这可能是人。

边：实体间的关系。这种关系用一条线来表示，并且有它自己的特性。边可以有一个方向，例如，如果箭头表示谁是谁的老板。

图可以变的非常复杂来给定足够的关系和实体类型。图8已经表明了复杂性，只有有限数量的实体。图数据库像Neo4j还声称坚持ACID，而文档存储和键值存储坚持BASE。