傳統數據庫與新型數據庫的優缺點

一：傳統數據庫

成都地區優秀IDC服務器托管提供商(創新互聯).為客戶提供專業的成都服務器托管,四川各地服務器托管,成都服務器托管、多線服務器托管.托管咨詢專線：18982081108

(1）傳統索引不適于海量數據? ??

傳統行存數據庫索引需要手工設定，對應用不完全透明，隨場景和需求的變化需要不斷調整，人工維護成本很高。并且傳統索引占用存儲空間很大，甚至高于數據本身，造成查詢效率的下降。

（2）數據裝載速度慢

因為索引需要重新創建，加載性能會變的很糟糕。分析型架構系統要解決這些個問題，必須最大限度地減少磁盤 I/O ，提升查詢效率，減小人工維護成本。南大通用分析型數據庫GBase8a (以下簡稱GBase 8a)通過列存儲模式、數據壓縮、智能化的索引、并行處理、并發控制、高效的查詢優化器等技術，使得上述問題得到有效解決。以下各節將描述 GBase 8a 的創新架構如何實現這些目標。

二：新型數據庫

新型數據庫采用分布式并行計算架構，部署于X86通用服務器，滿足大數據實時交易需求，成本低、擴展性高，突破了傳統數據庫性能瓶頸。

分布式非關系型數據庫技術創新

非關系型數據庫即NoSQL，拋棄了關系數據庫復雜的關系操作、事務處理等功能，僅提供簡單的鍵值對(Key, Value)數據的存儲與查詢，換取高擴展性和高性能，滿足論壇、博客、SNS、微博等互聯網類應用場景下針對海量數據的簡單操作需求。主要技術創新為:

(1) 簡單的數據操作換取高效響應。NoSQL僅支持按照Key(關鍵字)來存儲和查詢Value(數據)，不支持對非關鍵字數據列的高效查詢;因數據操作簡單、數據間一般不需要關聯操作，故系統可支持高并發和較快的響應速度。

(2) 多種一致性策略滿足業務需求。不同于傳統關系型數據庫僅支持強一致性策略，NoSQL還支持弱一致性和最終一致性等多種策略，可根據應用場景進行對應配置。例如，對寫入操作頻繁，但數據讀取最新版本要求并不嚴格的應用，如互聯網網頁數據的存儲和分析應用，可以采用最終一致性策略;而對訂購關系存儲的應用，則必須用強一致性策略，保證總是讀取最新版本數據

NoSQL應用

而傳統的關系數據庫在應付web2.0網站，特別是超大規模和高并發的SNS類型的web2.0純動態網站已經顯得力不從心，暴露了很多難以克服的問題，例如：

1、High performance - 對數據庫高并發讀寫的需求

web2.0網站要根據用戶個性化信息來實時生成動態頁面和提供動態信息，所以基本上無法使用動態頁面靜態化技術，因此數據庫并發負載非常高，往往要達到每秒上萬次讀寫請求。關系數據庫應付上萬次SQL查詢還勉強頂得住，但是應付上萬次SQL寫數據請求，硬盤IO就已經無法承受了。其實對于普通的BBS網站，往往也存在對高并發寫請求的需求。

2、Huge Storage - 對海量數據的高效率存儲和訪問的需求

對于大型的SNS網站，每天用戶產生海量的用戶動態，以國外的Friendfeed為例，一個月就達到了2.5億條用戶動態，對于關系數據庫來說，在一張2.5億條記錄的表里面進行SQL查詢，效率是極其低下乃至不可忍受的。再例如大型web網站的用戶登錄系統，例如騰訊，盛大，動輒數以億計的帳號，關系數據庫也很難應付。

3、High Scalability High Availability- 對數據庫的高可擴展性和高可用性的需求

在基于web的架構當中，數據庫是最難進行橫向擴展的，當一個應用系統的用戶量和訪問量與日俱增的時候，你的數據庫卻沒有辦法像web server和app server那樣簡單的通過添加更多的硬件和服務節點來擴展性能和負載能力。對于很多需要提供24小時不間斷服務的網站來說，對數據庫系統進行升級和擴展是非常痛苦的事情，往往需要停機維護和數據遷移，為什么數據庫不能通過不斷的添加服務器節點來實現擴展呢？

在上面提到的“三高”需求面前，關系數據庫遇到了難以克服的障礙，而對于web2.0網站來說，關系數據庫的很多主要特性卻往往無用武之地，例如：

1、數據庫事務一致性需求

很多web實時系統并不要求嚴格的數據庫事務，對讀一致性的要求很低，有些場合對寫一致性要求也不高。因此數據庫事務管理成了數據庫高負載下一個沉重的負擔。

2、數據庫的寫實時性和讀實時性需求

對關系數據庫來說，插入一條數據之后立刻查詢，是肯定可以讀出來這條數據的，但是對于很多web應用來說，并不要求這么高的實時性。

3、對復雜的SQL查詢，特別是多表關聯查詢的需求

任何大數據量的web系統，都非常忌諱多個大表的關聯查詢，以及復雜的數據分析類型的復雜SQL報表查詢，特別是SNS類型的網站，從需求以及產品設計角度，就避免了這種情況的產生。往往更多的只是單表的主鍵查詢，以及單表的簡單條件分頁查詢，SQL的功能被極大的弱化了。

因此，關系數據庫在這些越來越多的應用場景下顯得不那么合適了，為了解決這類問題的非關系數據庫應運而生。

NoSQL 是非關系型數據存儲的廣義定義。它打破了長久以來關系型數據庫與ACID理論大一統的局面。NoSQL 數據存儲不需要固定的表結構，通常也不存在連接操作。在大數據存取上具備關系型數據庫無法比擬的性能優勢。該術語在 2009 年初得到了廣泛認同。

當今的應用體系結構需要數據存儲在橫向伸縮性上能夠滿足需求。而 NoSQL 存儲就是為了實現這個需求。Google 的BigTable與Amazon的Dynamo是非常成功的商業 NoSQL 實現。一些開源的 NoSQL 體系，如Facebook 的Cassandra， Apache 的HBase，也得到了廣泛認同。

nosql是什么

NoSQL，泛指非關系型的數據庫。隨著互聯網web2.0網站的興起，傳統的關系數據庫在應付web2.0網站，特別是超大規模和高并發的SNS類型的web2.0純動態網站已經顯得力不從心，暴露了很多難以克服的問題，而非關系型的數據庫則由于其本身的特點得到了非常迅速的發展。NoSQL數據庫的產生就是為了解決大規模數據集合多重數據種類帶來的挑戰，尤其是大數據應用難題。

雖然NoSQL流行語火起來才短短一年的時間，但是不可否認，現在已經開始了第二代運動。盡管早期的堆棧代碼只能算是一種實驗，然而現在的系統已經更加的成熟、穩定。不過現在也面臨著一個嚴酷的事實：技術越來越成熟——以至于原來很好的NoSQL數據存儲不得不進行重寫，也有少數人認為這就是所謂的2.0版本。這里列出一些比較知名的工具，可以為大數據建立快速、可擴展的存儲庫。

NoSQL(NoSQL = Not Only SQL )，意即“不僅僅是SQL”，是一項全新的數據庫革命性運動，早期就有人提出，發展至2009年趨勢越發高漲。NoSQL的擁護者們提倡運用非關系型的數據存儲，相對于鋪天蓋地的關系型數據庫運用，這一概念無疑是一種全新的思維的注入。

對于NoSQL并沒有一個明確的范圍和定義，但是他們都普遍存在下面一些共同特征：

不需要預定義模式：不需要事先定義數據模式，預定義表結構。數據中的每條記錄都可能有不同的屬性和格式。當插入數據時，并不需要預先定義它們的模式。

無共享架構：相對于將所有數據存儲的存儲區域網絡中的全共享架構。NoSQL往往將數據劃分后存儲在各個本地服務器上。因為從本地磁盤讀取數據的性能往往好于通過網絡傳輸讀取數據的性能，從而提高了系統的性能。

彈性可擴展：可以在系統運行的時候，動態增加或者刪除結點。不需要停機維護，數據可以自動遷移。

分區：相對于將數據存放于同一個節點，NoSQL數據庫需要將數據進行分區，將記錄分散在多個節點上面。并且通常分區的同時還要做復制。這樣既提高了并行性能，又能保證沒有單點失效的問題。

異步復制：和RAID存儲系統不同的是，NoSQL中的復制，往往是基于日志的異步復制。這樣，數據就可以盡快地寫入一個節點，而不會被網絡傳輸引起遲延。缺點是并不總是能保證一致性，這樣的方式在出現故障的時候，可能會丟失少量的數據。

BASE：相對于事務嚴格的ACID特性，NoSQL數據庫保證的是BASE特性。BASE是最終一致性和軟事務。

NoSQL數據庫并沒有一個統一的架構，兩種NoSQL數據庫之間的不同，甚至遠遠超過兩種關系型數據庫的不同。可以說，NoSQL各有所長，成功的NoSQL必然特別適用于某些場合或者某些應用，在這些場合中會遠遠勝過關系型數據庫和其他的NoSQL。

高并發寫選sql還是nosql？

SQL的獨特優勢包括：

1. SQL能夠加強與數據的交互，并允許對單個數據庫設計提出問題。這是很關鍵的特征，因為無法交互的數據基本上是沒用的，并且，增強的交互性能夠帶來新的見解、新的問題和更有意義的未來交互。

2. SQL是標準化的，使用戶能夠跨系統運用他們的知識，并對第三方附件和工具提供支持。

3. SQL能夠擴展，并且是多功能和經過時間驗證的，這能夠解決從快寫為主導的傳輸到掃描密集型深入分析等問題。

4. SQL對數據呈現和存儲采用正交形式，一些SQL系統支持JSON和其他結構化對象格式，比NoSQL具有更好的性能和更多功能。

NoSQL特點：

易擴展

NoSQL數據庫種類繁多，但是一個共同的特點都是去掉關系數據庫的關系型特性。數據之間無關系，這樣就非常容易擴展。也無形之間，在架構的層面上帶來了可擴展的能力。

大數據量，高性能

NoSQL數據庫都具有非常高的讀寫性能，尤其在大數據量下，同樣表現優秀。這得益于它的無關系性，數據庫的結構簡單。NoSQL的Cache是記錄級的，是一種細粒度的Cache，所以NoSQL在這個層面上來說就要性能高很多了。

靈活的數據模型

NoSQL無需事先為要存儲的數據建立字段，隨時可以存儲自定義的數據格式。而在關系數據庫里，增刪字段是一件非常麻煩的事情。如果是非常大數據量的表，增加字段簡直就是一個噩夢。這點在大數據量的web2.0時代尤其明顯。

高可用

NoSQL在不太影響性能的情況，就可以方便的實現高可用的架構。比如Cassandra，HBase模型，通過復制模型也能實現高可用。

如何選擇NoSQL數據庫

NoSQL，指的是非關系型的數據庫。隨著互聯網web2.0網站的興起，傳統的關系數據庫在應付web2.0網站，特別是超大規模和高并發的

SNS類型的web2.0純動態網站已經顯得力不從心，暴露了很多難以克服的問題，而非關系型的數據庫則由于其本身的特點得到了非常迅速的發展。

NoSQL(NoSQL

= Not Only SQL

)，意即“不僅僅是SQL”，是一項全新的數據庫革命性運動，早期就有人提出，發展至2009年趨勢越發高漲。NoSQL的擁護者們提倡運用非關系型的數

據存儲，相對于鋪天蓋地的關系型數據庫運用，這一概念無疑是一種全新的思維的注入。

從這一新興技術中選擇一款正確的NoSQL數據庫是非常具有挑戰性的。比一下網建議在選擇時考慮以下因素：

并發控制

并

發控制指的是當多個用戶同時更新運行時，用于保護數據庫完整性的各種技術。并發機制不正確可能導致臟讀、幻讀和不可重復讀等此類問題。并發控制的目的是保

證一個用戶的工作不會對另一個用戶的工作產生不合理的影響。在某些情況下，這些措施保證了當用戶和其他用戶一起操作時，所得的結果和她單獨操作時的結果是

一樣的。在另一些情況下，這表示用戶的工作按預定的方式受其他用戶的影響。

封鎖

就是事務T在對某個數據對象（例如表、記錄等）操作之前，先向系統發出請求，對其加鎖。加鎖后事務T就對該數據對象有了一定的控制，在事務T釋放它的鎖之前，其它的事務不能更新此數據對象。

封鎖是一次只允許一個用戶讀取或修改的一種機制，是實現并發控制的一個非常重要的技術。

MVCC

Multi-Version Concurrency Control多版本并發控制，維持一個數據的多個版本使讀寫操作沒有沖突。MVCC優化了數據庫并發系統，使系統在有大量并發用戶時得到最高的性能，并且可以不用關閉服務器就直接進行熱備份。

ACID

指

數據庫事務正確執行的四個基本要素的縮寫。包含：原子性(Atomicity）、一致性（Consistency）、隔離性（Isolation）、持久

性（Durability）。一個支持事務（Transaction）的數據庫系統，必需要具有這四種特性，否則在事務過程（Transaction

processing）當中無法保證數據的正確性，交易過程極可能達不到交易方的要求。

None

一些系統不提供原子性。

鏡像

數據庫鏡像是DBMS根據DBA的要求，自動把整個數據庫或其中的關鍵數據復制到另一個磁盤上，每當主數據庫更新時，DBMS會自動把更新后的數據復制過去，即DBMS自動保證鏡像數據與主數據的一致性。

鏡像分為同步和異步。

數據存儲

指的是數據的物理特性怎樣被存儲在數據庫中。

磁盤 數據被存儲在硬盤驅動器里；

GFS或谷歌文件系統是一個由谷歌開發的專有的分布式文件系統；

Hadoop是Apache軟件框架，免費許可下支持數據密集型分布式應用程序；

RAM隨機存儲器；

插件 可以添加外部插件；

Amazon S3通過Web服務接口提供存儲；

BDB：BDB

全稱是 “Berkeley DB”，它是MySQL具有事務能力的表類型，由Sleepycat

Software開發。BDB表類型提供了MySQL用戶長久期盼的功能，即事務控制能力。在任何RDBMS中，事務控制能力都是一種極其重要和寶貴的功

能。事務控制能力使得我們能夠確保一組命令確實已經全部執行成功，或者確保當任何一個命令出現錯誤時所有命令的執行結果均被退回。

實現語言

實現語言會影響數據庫的發展速度。典型的NoSQL數據庫是用低級語言如C / C + +編寫的。另一方面，那些更高層次的語言如Java，使自定義更容易。

實現語言有：C, C++, Erlang, Java, Python

特性

考慮下列哪一個特點對你的數據庫是最重要的：

持久性

可用性

一致性

分區容忍性

證書類型

下面這些許可證是一個不同的開放源碼許可的形式：

GPL：通用公共許可證

BSD：伯克利軟件分發

MPL：Mozilla公共許可證

EPL：Eclipse公共許可證

IDPL：最初的開發者的公共許可證

LGPL：較寬松通用公共許可證

存儲類型

存儲類型是NoSQL數據庫最大的不同，是決定使用哪款數據庫的一個首要指標。

關鍵字：支持get、put和刪除操作

按列存儲：相對于傳統的按行存儲，數據集成容易多了

面向文件系統：存儲像是JSON或XML這樣的結構化文件，很容易就能從面向對象軟件中獲取數據。