Nosql數(shù)據(jù)庫研究文獻(xiàn)綜述

成都理工大學(xué) 雷宇輝 鐘 雯 何 清 唐曼玲 劉超英

Nosql數(shù)據(jù)庫研究文獻(xiàn)綜述

成都理工大學(xué) 雷宇輝 鐘 雯 何 清 唐曼玲 劉超英

隨著擁有海量數(shù)據(jù)寫入的Web 2．0網(wǎng)絡(luò)應(yīng)用的興起以及用戶需求和現(xiàn)代硬件要求的提高，在傳統(tǒng)關(guān)系型數(shù)據(jù)庫因為自身限制而無法解決動態(tài)數(shù)據(jù)處理、實(shí)時數(shù)據(jù)插入等諸類問題的背景下，Nosql數(shù)據(jù)庫毫無疑問成為解決此類辦法的熱門議題之一。

Nosql；web2．0；傳統(tǒng)關(guān)系式數(shù)據(jù)庫

1.傳統(tǒng)關(guān)系式數(shù)據(jù)庫介紹

1969年，Edgar Frank Codd首次提出了關(guān)系數(shù)據(jù)庫模型的概念。關(guān)系型數(shù)據(jù)庫以擁有較高事物可靠性的特點(diǎn)在各個行業(yè)中得到廣泛運(yùn)用。如果從web2.0網(wǎng)站的角度看關(guān)系型數(shù)據(jù)庫，它的許多特征將無用武之地，因為傳統(tǒng)關(guān)系型數(shù)據(jù)庫不能完全負(fù)荷海量數(shù)據(jù)寫入的web2.0網(wǎng)站。同時，關(guān)系型數(shù)據(jù)庫難以進(jìn)行橫向擴(kuò)展，當(dāng)我們需要對數(shù)據(jù)進(jìn)行增加、查找、刪除等操作時，有時需要停機(jī)更改數(shù)據(jù)表結(jié)構(gòu)，無法動態(tài)進(jìn)行數(shù)據(jù)庫數(shù)據(jù)變更操作。關(guān)系型數(shù)據(jù)庫需要分析提出的SQL操作請求，再根據(jù)請求找到并解鎖相關(guān)的數(shù)據(jù)表，與Nosql數(shù)據(jù)庫相比，增加了一些多余的步驟。

2.Nosql數(shù)據(jù)庫介紹

Nosql，是指not only sql，運(yùn)用非關(guān)系式的方法解決傳統(tǒng)數(shù)據(jù)庫無法解決的問題，而并非要取代現(xiàn)在廣泛應(yīng)用的傳統(tǒng)關(guān)系式數(shù)據(jù)，。Nosql遵守CAP原則和BASE思想，CAP原則，指的是在分布式系統(tǒng)中，只可以同時滿足Consistency（一致性）、Availability（可用性）、Tolerance（區(qū)分容錯性）其中的兩種要求，不能三種兼顧，因此，不同的Nosql數(shù)據(jù)庫會根據(jù)自身的開發(fā)目的選擇滿足哪些要求，比如，Mongodb滿足CP要求。BASE是基本可用（Basically Available）、軟狀態(tài)（Soft state）、最終一致性（Eventually consistent）三個術(shù)語的縮寫，基本可用性是指在分布式系統(tǒng)出現(xiàn)故障時，同意系統(tǒng)部分失去可用性，保證核心部分的可用性，軟狀態(tài)是指同意系統(tǒng)不同節(jié)點(diǎn)同步有延時，最終一致性系統(tǒng)所有數(shù)據(jù)在最后能達(dá)到一致的狀態(tài)的性能。大部分Nosql數(shù)據(jù)庫都遵循BASE思想，舍去高一致性得到可用性和可靠性。

3.Nosql數(shù)據(jù)庫分類

Nosql數(shù)據(jù)庫種類繁多，如果只用一個Nosql標(biāo)簽來代表所有Nosql數(shù)據(jù)庫就太籠統(tǒng)了，比如memcached和mongodbt這兩種數(shù)據(jù)，盡管在都是Nosql數(shù)據(jù)庫的同類比較下彼此也會顯示出很大的區(qū)別，所以，Nosql數(shù)據(jù)庫大致可以分為以下幾類：

鍵值型數(shù)據(jù)庫，該數(shù)據(jù)庫會使用哈希表，數(shù)據(jù)以鍵值的形式存放，一個或多個鍵對應(yīng)一個值。鍵值型數(shù)據(jù)庫處理速度最快，但是必須通過匹配完全一致的鍵查詢數(shù)據(jù)。

列存儲數(shù)據(jù)庫，以列為單位存放數(shù)據(jù)。目前大部分關(guān)系型數(shù)據(jù)庫是以行為單位存放數(shù)據(jù)，當(dāng)面對大量數(shù)據(jù)時，以行為單位的數(shù)據(jù)庫操作會更加困難，寫入速度降低。對以列存儲的數(shù)據(jù)庫來說，可以對大量數(shù)據(jù)進(jìn)行讀取，具有高擴(kuò)展性，但因為思維方式與傳統(tǒng)型數(shù)據(jù)庫多有不同，應(yīng)用困難。

文檔型數(shù)據(jù)庫，將數(shù)據(jù)封裝存儲到未嚴(yán)格定義的以JSON、XML等類型的文件中，雖然它與鍵值型數(shù)據(jù)庫有相似點(diǎn)，每個文檔存儲一個或多個鍵值，但不同的是，其中值可以是文件類型。在文檔型數(shù)據(jù)庫中，即使沒有提前定義數(shù)據(jù)表結(jié)構(gòu)，也可以繼續(xù)使用。鍵值型數(shù)據(jù)庫必須通過匹配完全一致的鍵查詢數(shù)據(jù)，文檔型則可以通過復(fù)雜的查詢條件進(jìn)行操作。但是文檔型數(shù)據(jù)庫沒有事務(wù)處理能力。

圖形數(shù)據(jù)庫，起源于歐拉公式和圖論，應(yīng)用圖論的節(jié)點(diǎn)、關(guān)系、屬性三個基本要素存放數(shù)據(jù)之間的關(guān)系信息，將點(diǎn)、線、面等基本圖形元素按照一定結(jié)構(gòu)排列的數(shù)據(jù)集合，在此類數(shù)據(jù)庫中，程序員可以任意添加屬性、節(jié)點(diǎn)、關(guān)系且不影響系統(tǒng)的初始狀態(tài)，適用于處理復(fù)雜的、相互交叉的數(shù)據(jù)，解決復(fù)雜的圖形問題。

4.典型數(shù)據(jù)庫概述

4.1 高速響應(yīng)的鍵值數(shù)據(jù)庫memcached

memcached，是LiveJournal旗下的Danga Interactive公司開發(fā)的一款軟件，適用于需要頻繁訪問的、共享數(shù)據(jù)的分布式系統(tǒng)。Memcached中mem代表memory（內(nèi)存），cached代表緩存，它是高性能分布式內(nèi)存緩存服務(wù)器，通過緩存服務(wù)器查詢結(jié)果減少數(shù)據(jù)庫訪問次數(shù)，有效提高了動態(tài)web的響應(yīng)速度，同時它也是一個高性能開源分布式內(nèi)存對象緩存系統(tǒng)，mem-cached數(shù)據(jù)庫的加載均在內(nèi)存中進(jìn)行，在動態(tài)中減少數(shù)據(jù)庫負(fù)載提升性能。Memcached利用網(wǎng)絡(luò)連接方式完成服務(wù)，可在高并發(fā)條件下迅速響應(yīng)操作需求。Memcached將數(shù)據(jù)保存到內(nèi)存當(dāng)中，雖然是數(shù)據(jù)寫入、讀出非?？欤钱?dāng)Memcached停止工作時，比如，操作超出內(nèi)存容量等情況時，數(shù)據(jù)容易丟失。

4.2 高存儲量的列存儲數(shù)據(jù)庫Hbase

Hbase，即Hadoop Database，是一個高性能、面向?qū)ο?、分布式、面向列的開源數(shù)據(jù)庫。在Hbase中主要以下兩個主要概念，Row key和Column Family ，Row key用于檢索數(shù)據(jù)，Column Family 是指列族且必須在Hbase表使用前定義。Hbase表可以存儲上千萬個行、支持列的獨(dú)立搜索并且 null列不占據(jù)存儲空間。Hbase有以下物理模型，Region、HLog、Store、客戶端更新操作流程、Hmaster。當(dāng)Hbase中數(shù)據(jù)達(dá)到一定程度，數(shù)據(jù)庫將對數(shù)據(jù)水平切割并存儲到多臺服務(wù)器中去，不同用戶來訪時，會根據(jù)訪問數(shù)據(jù)的不同將用戶分配至相應(yīng)的服務(wù)器中，有效提高了數(shù)據(jù)庫訪問性能。Hbase的數(shù)據(jù)和日志均存儲在Hadoop 分布式文件系作為文件存儲系統(tǒng)中，即使在應(yīng)用過程中服務(wù)器停止服務(wù)，數(shù)據(jù)、日志均不會丟失。但是，Hbase只能按照Row key查詢，并且當(dāng)master停止工作時，整個系統(tǒng)過停止。

4.3 靈活、可擴(kuò)展的文檔型數(shù)據(jù)庫Mongodb

Mongodb來源于humongous英文單詞中間部分意為巨大的，可以看出Mongodb的主要目的是在于處理包含“大量”的操作，比如大量數(shù)據(jù)的存儲，大量數(shù)據(jù)的寫入等。Mongodb將傳統(tǒng)關(guān)系型數(shù)據(jù)庫中“行”替換成“文檔”，它可以運(yùn)行在Windows、linux、OSX等系統(tǒng)上， Mongodb還提供了多種編程語言支持，比如java、php、c#等。

在mongodb中，一個數(shù)據(jù)庫由一個或多個集合組成，一個集合則由一個或以上的文檔組成，其中集合可以看做是傳統(tǒng)關(guān)系型數(shù)據(jù)庫中的數(shù)據(jù)表。以文檔存儲可以在單獨(dú)的記錄中表示復(fù)雜的關(guān)系，存儲文檔內(nèi)嵌對象以及數(shù)組等面向?qū)ο蟮臄?shù)據(jù)類型。mongodb中，文檔以二進(jìn)制的JSON格式存儲即BSON格式，支持二進(jìn)制數(shù)據(jù)或大型數(shù)據(jù)的存儲，輕巧、高效、靈活。Mongodb也支持在多個服務(wù)器中自動分片技術(shù)，在一群節(jié)點(diǎn)中按水平比例分割文檔集，使負(fù)載均衡，使其擁有更高的讀取速度，也可以避免程序員考慮擴(kuò)展問題。同時，mongodb提供了主從式和副本集兩種復(fù)制方式，在副本集中，所有節(jié)點(diǎn)都是彼此的備份節(jié)點(diǎn)，沒有單點(diǎn)故障，可用于備份、故障修復(fù)、讀擴(kuò)展等。

4.4 高性能的圖引擎Neo4j

Neo4j是基于Java的高性能的圖形數(shù)據(jù)庫，對比與傳統(tǒng)關(guān)系型數(shù)據(jù)庫，Neo4j將數(shù)據(jù)從數(shù)據(jù)表轉(zhuǎn)移存儲到圖中。一個圖包含節(jié)點(diǎn)和關(guān)系兩種數(shù)據(jù)類型，節(jié)點(diǎn)通過關(guān)系相連形成關(guān)系型網(wǎng)絡(luò)結(jié)構(gòu)。Neo4j具備健壯數(shù)據(jù)庫的所有特性，是高性能的圖引擎，在圖中，節(jié)點(diǎn)可以任意增加、刪除、修改，適用于半結(jié)構(gòu)化數(shù)據(jù)存儲，解決其浪費(fèi)內(nèi)存問題。Neo4j，根據(jù)深度遍歷接口，可以以相同的速度遍歷邊和節(jié)點(diǎn)，解決了擁有大量連接的傳統(tǒng)RDBMS在查詢時出現(xiàn)的性能衰退問題。

5.總結(jié)

傳統(tǒng)關(guān)系型數(shù)據(jù)庫和NoSQL數(shù)據(jù)庫的關(guān)系是互補(bǔ)的，對于這兩類數(shù)據(jù)庫，我們需要做到因人而異、因事而異、因時而異，通常情況下可以使用關(guān)系型數(shù)據(jù)庫，但對于其不擅長的領(lǐng)域，則可以使用NoSQL數(shù)據(jù)庫彌補(bǔ)不足。

[1]范凱．NoSQL數(shù)據(jù)庫綜述[J]．程序員,2010(6):76-78．

[2]申德榮,于戈,王習(xí)特,等．支持大數(shù)據(jù)管理的NoSQL系統(tǒng)研究綜述[J]．軟件學(xué)報,2013(8):1786-1803．

[3]陳莉瑩,雙鍇．NoSQL數(shù)據(jù)庫綜述[J]． 2012．

[4]吾木提·那合曼．NoSQL數(shù)據(jù)庫綜述[J]．電子世界,2015(17): 146-147．

[5]佐佐木達(dá)也羅勇．NoSQL數(shù)據(jù)庫入門[M]．人民郵電出版社,2012．

[6]蕭毅,劉景豊,林威廷,黃奕欽,蔡慶堂,雲(yún)端分散式資料庫技術(shù)之介紹-以MongoDB為例[J]．電信研究雙月刊,第42卷第2期,281-294,2012．

[7]霍多羅夫．MongoDB權(quán)威指南[M]．人民郵電出版社,2014．

[8]Jeelani Ahmed?, Raafiya Gulmeher． NEW TREND OF DATABASES,EMERGING REASONS,CLASSIFICATION AND SECURITY ISSUES[J]． International Journal of Engineering Sciences & Research Technology, Volume 30; 4(6): 176–184．

[9]Sharma S,Shandilya R,Patnaik S,et al．Leading NoSQL Models for Handling Big Data:A Brief Review[J]．International Journal of Business Information Systems,2015．