閔昭浩 楊卓凡

（湖北大學(xué)計算機(jī)與信息工程學(xué)院 湖北省武漢市 430062）

1 序言

在當(dāng)今人類社會的工作生活中，每時每刻都會產(chǎn)生海量的數(shù)據(jù)信息，信息不僅達(dá)到了一定的數(shù)量級，并且信息種類繁多，這些信息需要及時有效的存儲管理起來，數(shù)據(jù)庫系統(tǒng)也是目前效率較高且較為快捷存儲信息管理工具。當(dāng)前，社會廣泛應(yīng)用的數(shù)據(jù)庫系統(tǒng)分為兩大類：RDBMS（關(guān)系型數(shù)據(jù)庫）與NoSQL（非關(guān)系型數(shù)據(jù)庫）。關(guān)系型數(shù)據(jù)庫自上世紀(jì)80年代初期就被提出并得到應(yīng)用，至今廣泛應(yīng)用于社會多個領(lǐng)域方面，它是基于關(guān)系模型來存儲數(shù)據(jù)的數(shù)據(jù)庫。非關(guān)系型數(shù)據(jù)庫在本世紀(jì)初期就得到提出，基于Web2.0時代的流行，非關(guān)系型數(shù)據(jù)庫則憑借其自身的特點(diǎn)優(yōu)勢得到了非常迅速的發(fā)展，它是基于分布式，不支持ACID的非關(guān)系型數(shù)據(jù)庫設(shè)計模式。

目前，較為主流的傳統(tǒng)RDBMS有Oracle、DB2、MySQL、Microsoft SQL Server、Microsoft Access等，它們在處理數(shù)據(jù)量不高，單一類型數(shù)據(jù)的時候是可以正常的進(jìn)行存儲管理，但當(dāng)數(shù)據(jù)量增加到一定數(shù)量級，數(shù)據(jù)類型增多的時候，若未進(jìn)行及時有效的存儲前規(guī)劃，則傳統(tǒng)關(guān)系型數(shù)據(jù)庫在存儲數(shù)據(jù)時就會出現(xiàn)并發(fā)度不高，訪問查詢效率較低以及可擴(kuò)展性不足等一系列問題，所以隨著信息時代的快速變化，數(shù)據(jù)量以及數(shù)據(jù)類型的增加，傳統(tǒng)關(guān)系型數(shù)據(jù)庫在某些領(lǐng)域場景中的應(yīng)用就不再那么高效。

在Web2.0時代，Web2.0也催生了新的需求，例如，需要支持對海量用戶數(shù)據(jù)的高并發(fā)讀寫與高效存儲訪問，以及支持系統(tǒng)的高可用性與高擴(kuò)展性。NoSQL數(shù)據(jù)庫應(yīng)運(yùn)而生，且發(fā)展迅速，快速地成長為在該些領(lǐng)域應(yīng)用場景中熱門的數(shù)據(jù)庫管理系統(tǒng)。非關(guān)系型數(shù)據(jù)庫針對不同的數(shù)據(jù)類型以及不同的應(yīng)有場景也有不同的數(shù)據(jù)庫存儲模式。因此NoSQL憑借自身優(yōu)點(diǎn)特性在當(dāng)代社會與工作中越來越受歡迎。

2 數(shù)據(jù)庫概述

2.1 關(guān)系型數(shù)據(jù)庫

關(guān)系型數(shù)據(jù)庫中的表結(jié)構(gòu)是一種基于關(guān)系模型的二維表格形式，其模型形式基于行和列來存儲管理數(shù)據(jù)。一個關(guān)系型數(shù)據(jù)庫組成包括多張表以及多表之間的關(guān)系。用戶可以通過SQL語句來進(jìn)行查詢訪問數(shù)據(jù)庫中的數(shù)據(jù)。

SQL語句稱為結(jié)構(gòu)化查詢語言，自上世紀(jì)70年代初期由Boyce和Chamberlin提出，是一種高級非過程化編程語言。SQL語句主要分為三類：數(shù)據(jù)操縱語言（DML），數(shù)據(jù)定義語言（DDL）,數(shù)據(jù)控制語言（DCL）。

系統(tǒng)只需要用戶事先定義好SQL語句操作的目的，而無需知道系統(tǒng)的具體執(zhí)行過程。比如選擇路徑信息和具體執(zhí)行處理過程靠系統(tǒng)自動操作完成。語言簡練易懂，便于學(xué)習(xí)使用，是一個對于關(guān)系型數(shù)據(jù)庫系統(tǒng)管理的通用簡單易懂的語言。

關(guān)系型數(shù)據(jù)庫自上世紀(jì)80年代發(fā)展起來，迄今已有數(shù)十年的歷史，在其主流產(chǎn)品Oracle，DB2等中，無論其基礎(chǔ)理論，還是相關(guān)應(yīng)用技術(shù)，都非常成熟與完善，每種數(shù)據(jù)庫模式的語法，功能和特性也各具特色。但在Web2.0時代，隨著海量數(shù)據(jù)的涌現(xiàn)，不僅數(shù)據(jù)量級得到了提升并且數(shù)據(jù)類型日益復(fù)雜，傳統(tǒng)關(guān)系型數(shù)據(jù)庫依據(jù)其本身的結(jié)構(gòu)難以“應(yīng)付”以上的應(yīng)用場景，而NoSQL數(shù)據(jù)庫相較于關(guān)系型數(shù)據(jù)庫有著更好的應(yīng)用發(fā)展場景。

2.2 NoSQL數(shù)據(jù)庫

NoSQL最常見的解釋是“non-relational”可稱作為不具備關(guān)系型的數(shù)據(jù)庫，“not only SQL”也被人們接受，被翻譯為“不僅僅是結(jié)構(gòu)化查詢語言”，由于互聯(lián)網(wǎng)Web2.0時代的流行，傳統(tǒng)關(guān)系型數(shù)據(jù)庫在面臨處理超大規(guī)模和高并發(fā)網(wǎng)站問題時表現(xiàn)出無法有效地解決此類問題，顯露出關(guān)系型數(shù)據(jù)庫不適應(yīng)此類場景的不足。而非關(guān)系型數(shù)據(jù)庫憑借自身的優(yōu)勢特征能較好地“應(yīng)對”超大規(guī)模以及多樣數(shù)據(jù)類型所帶來的問題。因此，NoSQL數(shù)據(jù)庫在此類場景中得到了迅速的發(fā)展與流行。例如在云計算中大數(shù)據(jù)如何應(yīng)用問題。NoSQL數(shù)據(jù)庫是同時支持CAP定理和BASE分布式理論，而傳統(tǒng)的關(guān)系型數(shù)據(jù)庫是基于ACID理論。

2.2.1 NoSQL數(shù)據(jù)庫特點(diǎn)

NoSQL數(shù)據(jù)庫有以下幾個特點(diǎn)：

（1）易擴(kuò)展性：NoSQL是非關(guān)系型數(shù)據(jù)庫，其包含多種數(shù)據(jù)存儲的數(shù)據(jù)庫設(shè)計模式，但所有的設(shè)計模式有一個共性特征是摒棄傳統(tǒng)關(guān)系型數(shù)據(jù)庫的關(guān)系特性后，其存儲數(shù)據(jù)間不存在關(guān)系，此特征優(yōu)勢在于提升了在架構(gòu)層面上的可擴(kuò)展性能力。

（2）海量數(shù)據(jù)處理，高性能并發(fā)讀寫：NoSQL數(shù)據(jù)庫的Cache是具有細(xì)粒度特性，因此從該層面來講NoSQL的性能就要高出很多，由于其無關(guān)系特性，NoSQL數(shù)據(jù)庫在大數(shù)據(jù)處理場景中，其讀寫性能具有非常高的效率。

（3）具有靈活的數(shù)據(jù)模型：在Web2.0時代中，關(guān)系型數(shù)據(jù)庫需事先定義好數(shù)據(jù)結(jié)構(gòu)（建立好表單以及表的字段類型等），如果表的數(shù)據(jù)量非常大，關(guān)系型數(shù)據(jù)庫對表的增刪改查操作無疑是非常龐大的操作量，并且大概率會出現(xiàn)數(shù)據(jù)錯誤甚至更為嚴(yán)重的后果。

而NoSQL數(shù)據(jù)庫具有靈活輕便的數(shù)據(jù)模型，無需過早地對數(shù)據(jù)庫中的表定義字段，可以在任意時刻定義數(shù)據(jù)格式。所以非關(guān)系型數(shù)據(jù)庫在此種應(yīng)用場景下很好的解決了處理大數(shù)據(jù)量表的問題。

（4）高可用性：NoSQL數(shù)據(jù)庫中的某些模型一方面可以在低影響性能的場景下，能快速便捷地實(shí)現(xiàn)高可用性，另一方面能夠采用復(fù)制相應(yīng)模型的方式實(shí)現(xiàn)高可用性。此類模型有Cassandra,Hbase模型。

2.2.2 CAP定理

非關(guān)系型數(shù)據(jù)庫是基于CAP定理，CAP定理包含三部分如下：

（1）一致性（C:Consistency）：是指系統(tǒng)執(zhí)行數(shù)據(jù)更新操作完成后并成功將數(shù)據(jù)返回給客戶端且使所有節(jié)點(diǎn)在操作完成后達(dá)到數(shù)據(jù)完全一致。在所有并發(fā)系統(tǒng)中都會面臨數(shù)據(jù)一致性問題，一方面對客戶端來講，一致性指的是在進(jìn)行數(shù)據(jù)并發(fā)訪問時怎樣得到更新操作后的數(shù)據(jù)。另一方面對于服務(wù)端來講，一致性指的是如何將更新操作后的數(shù)據(jù)準(zhǔn)確無誤地進(jìn)行復(fù)制且分布到原系統(tǒng)，以此達(dá)到數(shù)據(jù)的最終一致性。

（2）可用性（A:Availability）：指的是NoSQL數(shù)據(jù)庫總是可以以正常的響應(yīng)時間為用戶提供服務(wù)。高效的可用性指的是不會出現(xiàn)用戶訪問操作失敗等用戶體驗(yàn)感不友好的情況。

（3）分區(qū)容錯性（P:Partition Tolerance）：是指分布式數(shù)據(jù)庫系統(tǒng)在面臨某些節(jié)點(diǎn)或網(wǎng)絡(luò)分區(qū)故障問題時，仍能支持提供一致性和可用性的服務(wù)。

對于數(shù)據(jù)庫系統(tǒng)來講，無論是關(guān)系型數(shù)據(jù)庫還是非關(guān)系型數(shù)據(jù)庫對于CAP定理中三個要素不能同時滿足，只能兼容其中兩者，所以就有三種模式，CA模式，CP模式以及AP模式，NoSQL數(shù)據(jù)庫都屬于AP模式。

2.2.3 BASE理論

由于CAP定理只是定義了在分布式存儲數(shù)據(jù)庫系統(tǒng)中數(shù)據(jù)操作更新后等問題，并沒有明確給出一個在數(shù)據(jù)一致性和可用性之間進(jìn)行較好權(quán)衡的方法。因此BASE理論彌補(bǔ)了CAP定理上述不足，提出了權(quán)衡A與C的一種可行性方案。

BASE理論的核心概述為：即便未能達(dá)到強(qiáng)一致性，但每個應(yīng)用都能依靠自身的業(yè)務(wù)特點(diǎn)，采取合適的方式來使系統(tǒng)達(dá)到最終一致性。

BA（Basically Available，基本可用性）：分布式數(shù)據(jù)庫系統(tǒng)在遇到無法感知和預(yù)測的故障問題場景下，在保證最重要的核心功能可用情況下，允許損失部分可用性。

S（Soft state，軟狀態(tài)）：也可稱為灰度狀態(tài)、過渡狀態(tài)，同時也是一種中間狀態(tài)。且認(rèn)為此中間狀態(tài)不僅不會影響到系統(tǒng)的整體可用性，而且也允許系統(tǒng)主機(jī)之間進(jìn)行數(shù)據(jù)同步的過程中存在一定延時。

E（Eventual Consistent，最終一致性）：要求系統(tǒng)數(shù)據(jù)副本最終能夠一致，而不需要實(shí)時保證數(shù)據(jù)副本一致。

3 NoSQL數(shù)據(jù)庫與關(guān)系型數(shù)據(jù)庫對比

關(guān)系型數(shù)據(jù)庫與NoSQL數(shù)據(jù)庫在使用情景下有著很大的區(qū)別，不同的應(yīng)用場景對應(yīng)著需要不同的數(shù)據(jù)庫模式，只有彼此相互正確對應(yīng)才能更好的發(fā)揮數(shù)據(jù)庫管理的優(yōu)勢。以下列舉出關(guān)系型數(shù)據(jù)庫與NoSQL數(shù)據(jù)庫在各自情景應(yīng)用中的優(yōu)缺點(diǎn)。

3.1 關(guān)系型數(shù)據(jù)庫具有的優(yōu)點(diǎn)

（1）便于維護(hù)：關(guān)系型數(shù)據(jù)庫中的表結(jié)構(gòu)是二維數(shù)組的形式，格式相同，方便進(jìn)行SQL語句操作。

（2）SQL語言簡潔易用：對于初學(xué)者來講，SQL語言簡練，易學(xué)易用，可用于復(fù)雜場景下的查詢。

（3）支持復(fù)雜操作：它可以實(shí)現(xiàn)一個表以及多個表之間的復(fù)雜查詢操作，使初學(xué)者容易上手學(xué)習(xí)SQL語句。

3.2 關(guān)系型數(shù)據(jù)庫具有的缺點(diǎn)

（1）在面臨大數(shù)據(jù)量數(shù)據(jù)進(jìn)行高效率處理訪問讀寫時，關(guān)系型數(shù)據(jù)庫的讀寫性能較低。

（2）由于關(guān)系型數(shù)據(jù)庫中的表結(jié)構(gòu)都是二維表結(jié)構(gòu)且表結(jié)構(gòu)相對固定，其靈活度不高。

（3）對于傳統(tǒng)關(guān)系型數(shù)據(jù)庫來說，在進(jìn)行數(shù)據(jù)高并發(fā)讀寫時受限于硬盤的輸入和輸出。

3.3 NoSQL數(shù)據(jù)庫具有的優(yōu)點(diǎn)

（1）數(shù)據(jù)存儲結(jié)構(gòu)靈活：傳統(tǒng)關(guān)系型數(shù)據(jù)庫由于表結(jié)構(gòu)相對固定，只能通過數(shù)據(jù)定義語言（DDL語句）進(jìn)行表結(jié)構(gòu)的修改，且可擴(kuò)展性較低。而NoSQL數(shù)據(jù)庫有多樣的存儲機(jī)制，一方面數(shù)據(jù)格式靈活度高無固定表結(jié)構(gòu)，另一方面可擴(kuò)展性高。比如文檔存儲模式，Key-Value鍵值對存儲模式，圖存儲模式。

（2）可擴(kuò)展性高：傳統(tǒng)關(guān)系型數(shù)據(jù)庫由于其自身表結(jié)構(gòu)固定的特點(diǎn)不易于對數(shù)據(jù)進(jìn)行分片，對數(shù)據(jù)的橫向擴(kuò)展很難支持，但NoSQL數(shù)據(jù)庫支持?jǐn)?shù)據(jù)橫向擴(kuò)展，同時也支持對大數(shù)據(jù)量以及多類型數(shù)據(jù)的存儲管理。

（3）支持?jǐn)?shù)據(jù)的最終一致性：NoSQL數(shù)據(jù)庫是基于CAP模型的，同時也是支持BASE分布式理論，目的是達(dá)到數(shù)據(jù)的最終一致性。

3.4 NoSQL數(shù)據(jù)庫具有的缺點(diǎn)

盡管NoSQL數(shù)據(jù)庫能較好的應(yīng)用在更為廣泛復(fù)雜的數(shù)據(jù)場景中，但NoSQL數(shù)據(jù)庫還存在著很多的不足，常見主要有下面這幾個方面：

（1）不支持SQL結(jié)構(gòu)化查詢語言：如果無法支持SQL這樣的工業(yè)標(biāo)準(zhǔn)，將會導(dǎo)致用戶學(xué)習(xí)與場景應(yīng)用的成本增加。

（2）提供特性支持的豐富度不足：目前較為流行的非關(guān)系型數(shù)據(jù)庫都無法支持事務(wù)處理，且能提供的功能服務(wù)有限，相比較一些關(guān)系型數(shù)據(jù)庫能夠提供一些附加功能，比如Oracle與SQL Server。

（3）大部分NoSQL數(shù)據(jù)庫尚處于起步階段：相應(yīng)的技術(shù)發(fā)展，維護(hù)文檔等技術(shù)資料還有待加強(qiáng)與完善，無法與關(guān)系數(shù)據(jù)庫幾十年的發(fā)展相比。

4 NoSQL數(shù)據(jù)庫分類以及應(yīng)用場景

NoSQL數(shù)據(jù)庫也稱非關(guān)系型數(shù)據(jù)庫，它是含蓋多種存儲方法的集合，主要包含以下幾類存儲方法：

4.1 文檔存儲

文檔存儲分為無結(jié)構(gòu)或半結(jié)構(gòu)化存儲，此類數(shù)據(jù)庫是以文檔為存儲數(shù)據(jù)信息的基本單位。半結(jié)構(gòu)化文檔有特定存儲文件的格式，如JOSN。并且數(shù)據(jù)間可以嵌套鍵值，在應(yīng)對處理較為復(fù)雜的網(wǎng)頁數(shù)據(jù)時，文檔存儲數(shù)據(jù)庫的查詢訪問效率較鍵值數(shù)據(jù)庫更高。此類數(shù)據(jù)庫模式有CouchDB,MongoDB等。

4.2 鍵值（Key-Value）存儲

鍵值存儲可以根據(jù)簡單的字符串（鍵）返回任意類型的數(shù)據(jù)（值）。具有極高的并行性，鍵值存儲可以存儲任何類型，比如存儲圖片，存儲網(wǎng)頁路徑，存儲文件路徑，存儲MD5哈希值以及存儲SQL語句查詢結(jié)果非常靈活，此類型數(shù)據(jù)庫主要依據(jù)哈希表來存儲數(shù)據(jù)，表中由特定的鍵和特定的指針指向特定的數(shù)據(jù)組成。鍵值存儲方式在實(shí)際海量數(shù)據(jù)的應(yīng)用場景中都得到了具體的使用，此類數(shù)據(jù)庫模式有MemcacheDB,Redis,Voldemort等。

4.3 列存儲

列存儲屬于分布式的文件系統(tǒng)，其存儲方式以列簇式進(jìn)行的，且此種存儲方式查詢訪問效率高。由于具有較高的可擴(kuò)展性，其更易實(shí)現(xiàn)分布式擴(kuò)展，且能對特定列的所屬行數(shù)據(jù)進(jìn)行讀取訪問，同時也能對表中所有行的特定列數(shù)據(jù)進(jìn)行同步更新操作。并支持對海量數(shù)據(jù)的存儲，其特點(diǎn)符合云計算的需求，目前較為流行的列式存儲數(shù)據(jù)庫有Cassandra，Hbase以及Google的Big Table。

4.4 圖（Graph）存儲

圖存儲使用圖形模型，其特點(diǎn)不僅較為靈活，并且能支持多個服務(wù)器的擴(kuò)展。圖存儲有三個字段：結(jié)點(diǎn)，關(guān)系，屬性。圖數(shù)據(jù)庫的應(yīng)用場景也較為廣泛，比如社交網(wǎng)絡(luò)，規(guī)則引擎，數(shù)字地圖等。目前正在使用的圖存儲數(shù)據(jù)庫有Neo4J,InfoGrid,Infinite Graph。

5 結(jié)論

隨著Web2.0時代的發(fā)展與流行，人們需要處理的數(shù)據(jù)規(guī)?？涨皵U(kuò)大，數(shù)據(jù)類型日益增多，數(shù)據(jù)復(fù)雜度也隨之增加。傳統(tǒng)的關(guān)系型數(shù)據(jù)庫愈發(fā)難以支持更為復(fù)雜的應(yīng)用場景，非關(guān)系數(shù)據(jù)庫應(yīng)運(yùn)而生，并且正在逐漸地成為數(shù)據(jù)庫領(lǐng)域中不可或缺的一部分，在Web2.0時代得到迅速發(fā)展與流行，其主要原因在于非關(guān)系型數(shù)據(jù)庫自身優(yōu)勢特點(diǎn)，它具有支持海量數(shù)據(jù)，擴(kuò)展性強(qiáng)，支持高性能并發(fā)以及有較好的靈活數(shù)據(jù)模型。NoSQL數(shù)據(jù)庫是建立在CAP定理與BASE理論之上的，且支持?jǐn)?shù)據(jù)的最終一致性。也促使其能支持更為廣泛的OLAP場景。但NoSQL數(shù)據(jù)庫也有其缺點(diǎn)，不支持結(jié)構(gòu)化查詢語言SQL。這會增加對初學(xué)者的學(xué)習(xí)成本，由于NoSQL數(shù)據(jù)庫無事務(wù)處理，因此不具備數(shù)據(jù)完整約束。由于關(guān)系型數(shù)據(jù)庫與NoSQL數(shù)據(jù)庫使用的場景不同，因此兩者在實(shí)際生活工作中是一種互相補(bǔ)充的關(guān)系。當(dāng)關(guān)系型數(shù)據(jù)庫在某些場景中不能有效的應(yīng)用時，這時就可以依靠關(guān)系型數(shù)據(jù)庫應(yīng)用在此場景中。