一網打盡當下NoSQL型別、適用場景及使用公司

　　在過去幾年，關係型資料庫一直是資料持久化的唯一選擇，資料工作者考慮的也只是在這些傳統資料庫中做篩選，比如SQL Server、Oracle或者是MySQL。甚至是做一些預設的選擇，比如使用.NET的一般會選擇SQL Server；使用Java的可能會偏向Oracle，Ruby是MySQL，Python則是PostgreSQL或MySQL等等。

　　原因很簡單：過去很長一段時間內，關聯式資料庫的健壯性已經在多數應用程式中得到證實。我們可以使用這些傳統資料庫良好的控制併發操作、事務等等。然而如果傳統的關係型資料庫一直這麼可靠，那麼還有NoSQL什麼事？NoSQL之所以生存並得到發展，是因為它做到了傳統關係型資料庫做不到的事！

　　關係型資料庫中存在的問題

　　Impedance Mismatch

　　我們使用Python、Ruby、Java、.Net等語言編寫應用程式，這些語言有一個共同的特性——物件導向。但是我們使用MySQL、PostgreSQL、Oracle以及SQL Server，這些資料庫同樣有一個共同的特性——關係型資料庫。這裡就牽扯到了“Impedance Mismatch”這個術語：儲存結構是物件導向的，但是資料庫卻是關係的，所以在每次儲存或者查詢資料時，我們都需要做轉換。類似Hibernate、Entity Framework這樣的ORM框架確實可以簡化這個過程，但是在對查詢有高效能需求時，這些ORM框架就捉襟見肘了。

　　應用程式規模的變大

　　網路應用程式的規模日漸變大，我們需要儲存更多的資料、服務更多的使用者以及需求更多的計算能力。為了應對這種情形，我們需要不停的擴充套件。擴充套件分為兩類：一種是縱向擴充套件，即購買更好的機器，更多的磁碟、更多的記憶體等等；另一種是橫向擴充套件，即購買更多的機器組成叢集。在巨大的規模下，縱向擴充套件發揮的作用並不是很大。首先單機器效能提升需要鉅額的開銷並且有著效能的上限，在Google和Facebook這種規模下，永遠不可能使用一臺機器支撐所有的負載。鑑於這種情況，我們需要新的資料庫，因為關聯式資料庫並不能很好的執行在叢集上。不錯你也可能會去搭建關聯式資料庫叢集，但是他們使用的是共享儲存，這並不是我們想要的型別。於是就有了以Google、Facebook、Amazon這些試圖處理更多傳輸所引領的NoSQL紀元。

　　NoSQL紀元

　　當下已經存在很多的NoSQL資料庫，比如MongoDB、Redis、Riak、HBase、Cassandra等等。每一個都擁有以下幾個特性中的一個：

• 不再使用SQL語言，比如MongoDB、Cassandra就有自己的查詢語言
• 通常是開源專案
• 為叢集執行而生
• 弱結構化——不會嚴格的限制資料結構型別

　　NoSQL資料庫的型別

　　NoSQL可以大體上分為4個種類：Key-value、Document-Oriented、Column-Family Databases以及 Graph-Oriented Databases。下面就一覽這些型別的特性：

　　一、 鍵值（Key-Value）資料庫

　　鍵值資料庫就像在傳統語言中使用的雜湊表。你可以通過key來新增、查詢或者刪除資料，鑑於使用主鍵訪問，所以會獲得不錯的效能及擴充套件性。

　　產品：Riak、Redis、Memcached、Amazon’s Dynamo、Project Voldemort

　　有誰在使用：GitHub （Riak）、BestBuy （Riak）、Twitter （Redis和Memcached）、StackOverFlow （Redis）、 Instagram （Redis）、Youtube （Memcached）、Wikipedia（Memcached）

　　適用的場景

　　儲存使用者資訊，比如會話、配置檔案、引數、購物車等等。這些資訊一般都和ID（鍵）掛鉤，這種情景下鍵值資料庫是個很好的選擇。

　　不適用場景

　　1. 取代通過鍵查詢，而是通過值來查詢。Key-Value資料庫中根本沒有通過值查詢的途徑。

　　2. 需要儲存資料之間的關係。在Key-Value資料庫中不能通過兩個或以上的鍵來關聯資料。

　　3. 事務的支援。在Key-Value資料庫中故障產生時不可以進行回滾。

　　二、 面向文件（Document-Oriented）資料庫

　　面向文件資料庫會將資料以文件的形式儲存。每個文件都是自包含的資料單元，是一系列資料項的集合。每個資料項都有一個名稱與對應的值，值既可以是簡單的資料型別，如字串、數字和日期等；也可以是複雜的型別，如有序列表和關聯物件。資料儲存的最小單位是文件，同一個表中儲存的文件屬性可以是不同的，資料可以使用XML、JSON或者JSONB等多種形式儲存。

　　產品：MongoDB、CouchDB、RavenDB

　　有誰在使用：SAP （MongoDB）、Codecademy （MongoDB）、Foursquare （MongoDB）、NBC News （RavenDB）

　　適用的場景

　　1. 日誌。企業環境下，每個應用程式都有不同的日誌資訊。Document-Oriented資料庫並沒有固定的模式，所以我們可以使用它儲存不同的資訊。

　　2. 分析。鑑於它的弱模式結構，不改變模式下就可以儲存不同的度量方法及新增新的度量。

　　不適用場景

　　在不同的文件上新增事務。Document-Oriented資料庫並不支援文件間的事務，如果對這方面有需求則不應該選用這個解決方案。

　　三、 列儲存（Wide Column Store/Column-Family）資料庫

　　列儲存資料庫將資料儲存在列族（column family）中，一個列族儲存經常被一起查詢的相關資料。舉個例子，如果我們有一個Person類，我們通常會一起查詢他們的姓名和年齡而不是薪資。這種情況下，姓名和年齡就會被放入一個列族中，而薪資則在另一個列族中。

　　產品：Cassandra、HBase

　　有誰在使用：Ebay （Cassandra）、Instagram （Cassandra）、NASA （Cassandra）、Twitter （Cassandra and HBase）、Facebook （HBase）、Yahoo!（HBase）

　　適用的場景

　　1. 日誌。因為我們可以將資料儲存在不同的列中，每個應用程式可以將資訊寫入自己的列族中。

　　2. 部落格平臺。我們儲存每個資訊到不同的列族中。舉個例子，標籤可以儲存在一個，類別可以在一個，而文章則在另一個。

　　不適用場景

　　1. 如果我們需要ACID事務。Vassandra就不支援事務。

　　2. 原型設計。如果我們分析Cassandra的資料結構，我們就會發現結構是基於我們期望的資料查詢方式而定。在模型設計之初，我們根本不可能去預測它的查詢方式，而一旦查詢方式改變，我們就必須重新設計列族。

　　四、 圖（Graph-Oriented）資料庫

　　圖資料庫允許我們將資料以圖的方式儲存。實體會被作為頂點，而實體之間的關係則會被作為邊。比如我們有三個實體，Steve Jobs、Apple和Next，則會有兩個“Founded by”的邊將Apple和Next連線到Steve Jobs。

　　產品：Neo4J、Infinite Graph、OrientDB

　　有誰在使用：Adobe （Neo4J）、Cisco （Neo4J）、T-Mobile （Neo4J）

　　適用的場景

　　1. 在一些關係性強的資料中

　　2. 推薦引擎。如果我們將資料以圖的形式表現，那麼將會非常有益於推薦的制定

　　不適用場景

　　不適合的資料模型。圖資料庫的適用範圍很小，因為很少有操作涉及到整個圖。

　　原文連結： NoSQL Databases, why we should use, and which one we should choose