一、nosql資料庫介紹

NoSQL = Not only SQL，非關係型資料庫

nosql儲存的是非關係型資料，像文件啊，影象啊，很明顯這些大的資料單臺伺服器是不夠儲存的，所以它支援高可擴充套件性，分散式計算。常用於分散式系統。

NoSQL資料庫的型別：鍵值資料庫(redis)、列族資料庫(HBASE)、文件資料庫(mongoDB)、影象資料庫(Neo4j)、xml資料庫（BaseX）

NoSQL資料庫的三大理論基石：CAP，最終一致性，BASE

1.CAP

• C(Consistency)：一致性，是指寫操作之後的讀操作，必須返回該值
• A(Availability)：可用性，是指快速獲取資料，保證每個請求不管成功或者失敗都有響應
• P(Partition tolerance)：分割槽容錯，是指區間通訊可能失敗，但分離的系統也能夠正常執行，系統中任意資訊的丟失或失敗不會影響系統的繼續運作。

一個分散式系統不可能同時滿足這三個指標，一般來說我們認為 CAP 的 P 總是成立，故剩下的 C 和 A 無法同時做到。

當處理CAP的問題時，有幾個明顯的選擇：

• 1.CA：放棄分割槽容忍性（P）,最簡單的做法就是把所有事務相關的內容都放到同一臺機器上。顯然這樣嚴重影響系統的可擴張性，所以不適用於分散式系統。傳統資料庫都是這種設計原則（mysql，sql server）
• 2.CP：放棄可用性（A），當出現網路分割槽的情況時，受影響的服務需要等待資料一致，因此在等待期間無法對外提供服務(MongoDB,Hbase)
• 3.AP：放棄一致性（C），允許系統返回不一致的資料(Dynamo,Cassandra)

宣告：

放棄分割槽容忍性（P）就是放棄使用分散式系統。

一致性和可用性，為什麼不可能同時成立？

答案很簡單，因為可能通訊失敗（即出現分割槽容錯），大多數分散式系統都分佈在多個子網路。每個子網路就叫做一個區（partition）。分割槽容錯的意思是，區間通訊可能失敗。比如，一臺伺服器放在中國，另一臺伺服器放在美國，這就是兩個區，它們之間可能無法通訊。一般來說，分割槽容錯無法避免。

2.BASE

BASE的基本含義是基本可用、軟狀態和最終一致性

• 基本可用：指一個分散式系統的一部分發生問題變得不可用時，其他部分依然可以正常使用，就是允許分割槽失敗的情形出現
• 軟狀態：指資料的狀態可以有一段時間不同步，具有一定的滯後性
• 最終一致性：允許後續的訪問操作可以暫時讀不到更新後的資料，但經過一段時間後，必須最終讀到更新後的資料

3.最終一致性

最終一致性根據更新資料後各程序訪問到資料的時間和方式不同，又可以分為：

• 因果一致性：如果程序A通知程序B它更新了一個數據項，那麼B的後續訪問將得到A寫入的最新值。
• 讀己之所寫一致性：當程序A自己執行一個更新操作之後，它自己總是可以訪問到更新過的值，而不是舊值，可視為因果一致性的一個特例
• 單調讀一致性：如果程序看到過資料物件的某個值，那麼如何後續訪問都不會讀取那個值之前的歷史值
• 會話一致性：它把訪問儲存系統的程序放到會話的上下文中，只要會話還存在，系統就保證“讀己之所寫一致性”
• 單調寫一致性：系統保證來自同一個程序的寫操作順序執行

二、NoSQL與關係型資料庫的比較

1.關係型資料庫

• 優勢：以完善的關係代數理論作為基礎，有嚴格的標準，支援事務ACID四性，藉助索引機制可以實現高效的查詢，技術成熟，有專業公司的技術支援。

• 劣勢：可擴充套件性較差，無法較好支援海量資料儲存，資料模型過於死板，無法較好支援Web2.0應用，事務機制影響了系統的整體效能

應用場景：電信、銀行等領域的關鍵業務系統，需要保證強事務一致性

2.NoSQL資料庫。

• 優勢：可以支援超大規模資料儲存，靈活的資料模型可以很好的支援Web2.0應用，具有強大的橫向擴充套件能力。

• 劣勢：缺乏數學理論基礎，複雜查詢效能不高，大都不能實現事務強一致性，很難實現資料完整性，技術尚不成熟，缺乏專業團隊的技術支援，維護較困難。

應用場景：網際網路企業、傳統企業的非關鍵業務（比如資料分析）