版权声明：此文章转载自极客头条
如需转载请联系听云College团队成员阮小乙，邮箱：ruanqy#tingyun.com
关系数据库已经存在很长时间，通常开发人员倾向于经常使用它们，并很熟悉使用它们所提供的特性集。关系数据库的设计是从用户隐藏内部中做的一项伟大的工作。像数据如何存储在磁盘上的问题、如何在底层写入路径，以及数据库缓存问题和如何经常使用过于先进的常规数据库。
我们生活在一个数据密集的世界，在过去的几年我们见证了社会网络和物联网的扩张，一切都连接到了互联网，并且一切都会发出和接收事件。在关系世界中，数据需要以不同的方式处理。我们看到越来越多的请求只是为了存储非结构化数据存储的值。截至2012年，每一天以2.5艾字节（2.5×1018）被存储，尽管世界上90%的存储数据已经聚集在过去的两年。这只是一些原因，我们需要一个思维的转变，关于存储和为什么NoSQL不再是炒作。
在NoSQL的世界里，事情有点不同。数据库是不通用的，他们通常用来解决一个特定的用例。他们工作得很好，但并不那么优秀，也会有其他问题。他们通常选择大数据项目，我们需要较高的、非功能的需求，并且它几乎不可能不知道内部使用NoSQL数据库。
NoSQL空间
在NoSQL空间中，主要分为四个类型：文档数据库、键值存储、列数据库和图形数据库。
文档数据库可能是最受欢迎的数据库类型了，主要是MongoDB在DB-Engine rankings中排出的所有数据库排名中排在前十，在以NoSQL数据库为代表中排名第一。MongoDB有丰富的特性，具有主/从内置的碎片复制和使用内存映射文件的数据存储。它是伟大的原型，由于存储和查询数据时的灵活性，在大多数地方它是一个很好的替代品。但PostgreSQL或其他RDBMS适合但预定义模式会阻碍你的。这种类型的其他数据库都是CouchDB文档存储与主主复制和最终一致性、Couchbase两个键值和文档存储，提供JSON API是有用的作为客户端-服务器应用程序的存储引擎。
当你想到键值存储时，可以考虑分布式执行的地图。Redis和HazelCast就是这种类型的数据库。Redis是一个速度极快的数据库。它是用C编写的，具有自动故障转移的主从复制，它是快速变化的数据与一个可预见的数据库大小的最佳选择。使用的一个例子可以是会话存储，为电子商务网站购物车，或者实时分析。HazelCast是内存中的分布式存储和计算平台，提供开箱即用的分布式实现许多API，Java开发人员熟悉的分布式实现，如地图、集、列表、信号量、执行等，它可以被视为一个插件替换工具，比如像EhCache、Redis、JCache。
列族数据库（Column family）包含相关数据列，存储为键值对。这种类型最受欢迎的数据库是Cassandra和HBase。Cassandra起源于亚马逊的DynamoDB和Google的BigTable，它非常适合存储大量数据。所有节点都是平等的，无共享架构，无主无单点故障。CQL（Cassandra查询语言）类似于SQL。它通常应用于网络分析、计数、事务日志和存储的传感器数据。HBase是Hadoop框架的一部分，使用HDFS文件系统作为存储，可应用于Hadoop的Map/Reduce、日志数据的分析，以及在任何地方扫描巨大，也需要加入二维表。
在图形数据库中，两个实体之间的关系比实体本身更重要。这种类型主要的代表是Neo4J和TitanDB。Neo4J为图形数据库是用Java编写的，且使用的是基于模式匹配的查询语言，但也可以使用“Gremlin”图遍历语言。它有很好的图形风格，具有着丰富和复杂且相互关联的数据，如搜索路线、社会关系、公共交通、道路地图，或网络拓扑结构。TitanDB是一个可伸缩的图表框架优化存储，以及查询包含数以千亿计的顶点和边的跨多机集群分布图。它可以使用不同的存储后端：Cassandra、HBase、BerkeleyDB，和为主流框架（Hadoop、Spark、ElasticSearch、Solr）整合提供了巨大支持。
多种语言的持久性方法
这些天并不少见的是，在同一项目中的关系和非关系数据库组合，甚而不同的数据库相同类型的组合。微服务架构影响很大，因为每个小服务是其数据的所有者，而且API和服务分离背后所隐藏的一切都是基于使用案例的，所以很自然地选择它作为最佳存储。
Martin Fowler的博客中有一个多存储引擎的应用。用户会话，作为临时数据快速优化的频繁读取，放置在Redis中。财务数据，则是自然关系存储在关系数据库中的报告。购物车有会议的类似性质，具有临时快速访问数据，所以它存储在键值存储区。作为图形数据库Neo4j推荐引擎的大力支持，用户相似性是推荐给客户的重要因素，这是选择的主要原因。产品目录有文档的性质，有很多动态查询这些数据的标准，在用例中MongoDB的灵活性和速度是很棒的。Cassandra的杀手锏是时间序列数据，它有Spark和Solr的大整合，因此它是分析和用户活动日志的最佳选择。
总结
多语种的支持并不是免费的午餐，它是有代价的，代价是系统的复杂性。几年前，它就足够了解一种编程语言，为一个存储引擎构建一个系统的。但现在你需要通晓各方面的数种语言。这就是为什么你需要熟悉每个选择的成本，并引入一个新的技术，只有当它的好处远高于它带来表的复杂性。最可怕的事情是，现在每个人都在谈论语言的方法，目的只是为了新的技术。
因为NoSQL的本质，建立了解决一个特定的用例，准备挖得更深一些，学习一些数据库的功能。大数据和分布式的系统的问题很大不同的单个实例的问题，并不熟悉的技术可以导致更大范围内的问题。做好功课，探索可能的解决你的问题，做出决定，并熟悉你所选择的工具。
原文：Polyglot Persistence in NoSQL Space
分享到微信
分享到微博
