1 分布式数据库

2 NoSQL简介

NoSQL兴起的原因

1. 关系数据库已经无法满足Web2.0的需求。主要表现在以下几个方面：
   1. 无法满足海量数据的管理需求
   2. 无法满足数据高并发的需求
   3. 无法满足高可扩展性和高可用性的需求
2. “One size fits all”模式很难适用于截然不同的业务场景
   • 关系模型作为统一的数据模型既被用于数据分析，也被用于在线业务
   • 数据分析强调高吞吐，在线业务强调低延时
   • 用同一套模型来抽象不合适
   • Hadoop就是针对数据分析
   • MongoDB、Redis等是针对在线业务
3. 关系数据库的关键特性包括完善的事务机制和高效的查询机制，不适合Web2.0时代
   • Web2.0网站系统通常不要求严格的数据库事务
   • Web2.0并不要求严格的读写实时性
   • Web2.0通常不包含大量复杂的SQL查询
     网站设计时通常采用单表主键查询方式，已尽量减少多表连接、选择、投影操作

NoSQL与关系数据库的比较

总结：

1. 关系数据库
   • 优势：以完善的关系代数理论作为基础，有严格的标准，支持事务ACID四性，借助索引机制可以实现高效的查询，技术成熟，有专业公司的技术支持
   • 劣势：可扩展性较差，无法较好支持海量数据存储，数据模型过于死板、无法较好支持Web2.0应用，事务机制影响了系统的整体性能等
   • 应用场景：电信、银行等领域的关键业务系统，需要保证强事务一致性
2. NoSQL数据库
   • 优势：可以支持超大规模数据存储，灵活的数据模型可以很好地支持Web2.0应用，具有强大的横向扩展能力等
   • 劣势：缺乏数学理论基础，复杂查询性能不高，大都不能实现事务强一致性，很难实现数据完整性，技术尚不成熟，缺乏专业团队的技术支持，维护较困难等
   • 应用场景：互联网企业、传统企业的非关键业务（比如数据分析）

分：

3 NoSQL的技术特点

NoSQL的三大基石：CAP、BASE、最终一致性

CAP理论

• C（Consistency）：一致性，是指任何一个读操作总是能够读到之前完成的写操作的结果，也就是在分布式环境中，多点的数据是一致的，或者说，所有节点在同一时间具有相同的数据
• A（Availability）：可用性，是指快速获取数据，可以在确定的时间内返回操作结果，保证每个请求不管成功或者失败都有响应；
• P（Tolerance of Network Partition）：分区容忍性，是指当出现网络分区的情况时（即系统中的一部分节点无法和其他节点进行通信），分离的系统也能够正常运行，也就是说，系统中任意信息的丢失或失败不会影响系统的继续运作。

一个分布式系统不可能同时满足一致性(C)、可用性(A)和分区容忍性(P)这三个需求，最多只能同时满足其中两个。当处理CAP的问题时，可以有几个明显的选择：

1. CA：也就是强调一致性（C）和可用性（A），放弃分区容忍性（P），最简单的做法是把所有与事务相关的内容都放到同一台机器上。很显然，这种做法会严重影响系统的可扩展性。传统的关系数据库（MySQL、SQL Server和PostgreSQL），都采用了这种设计原则，因此，扩展性都比较差
2. CP：也就是强调一致性（C）和分区容忍性（P），放弃可用性（A），当出现网络分区的情况时，受影响的服务需要等待数据一致，因此在等待期间就无法对外提供服务
3. AP：也就是强调可用性（A）和分区容忍性（P），放弃一致性（C），允许系统返回不一致的数据
   

BASE

BASE的基本含义是基本可用（Basically Availble）、软状态（Soft-state）和最终一致性（Eventual consistency）：

• 基本可用
  指一个分布式系统的一部分发生问题变得不可用时，其他部分仍然可以正常使用，也就是允许分区失败的情形出现
• 软状态
  • 是与“硬状态（hard-state）”相对应的一种提法
  • “硬状态” 是数据库保存的数据可以保证数据一直是正确的(一致性)
  • “软状态”是指状态可以有一段时间不同步，具有一定的滞后性
• 最终一致性
  • 一致性的类型包括强一致性和弱一致性
  • 二者的主要区别在于高并发的数据访问操作下，后续操作是否能够获取最新的数据
  • 强一致性：当执行完一次更新操作后，后续其他读操作就可以保证读到更新后的最新数据
  • 弱一致性：如果不能保证后续访问读到的都是更新后的最新数据
  • 最终一致性：是弱一致性的一种特例，允许后续的访问操作可以暂时读不到更新后的数据，但是经过一段时间之后，必须最终读到更新后的数据
  • 最常见的实现最终一致性的系统是DNS（域名系统）。一个域名更新操作根据配置的形式被分发出去，并结合有过期机制的缓存；最终所有的客户端可以看到最新的值。

NewSQL数据库

• 各种新的可扩展、高性能数据库的简称
• 不仅具有NoSQL的海量数据存储管理能力，还保持了传统DB支持ACID和SQL等特性
• 不同NewSQL内部结构差异很大，但都有两个显著的共同特征
  • 都支持关系数据模型
  • 都使用SQL作为其主要接口

4 云数据库概述

• 云数据库是部署和虚拟化在云计算环境中的数据库。
• 是在云计算的大背景下发展起来的一种新兴的共享基础架构的方法
• 它极大地增强了数据库的存储能力，消除了人员、硬件、软件的重复配置，让软、硬件升级变得更加容易
• 具有高可扩展性、高可用性、采用多租形式和支持资源有效分发等特点
• 云数据库特性：
  1. 动态可扩展
  2. 高可用性
  3. 较低的使用代价
  4. 易用性
  5. 高性能
  6. 免维护
  7. 安全
• 云数据库是个性化数据存储需求的理想选择
• 从数据模型的角度看，云数据库并非是一种全新的数据库技术，而只是以服务的方式提供数据库功能
• 云数据库没有专属于自己的数据模型
• 同一个公司也可能提供采用不同数据模型的多种云数据库服务