第五章非关系型数据库.pptVIP

关系型数据库的瓶颈 查询效率低 关系型数据库的瓶颈 （3）支撑容量有限 类似人人网，新浪微博，Facebook，Twitter，Friendfeed（已被Facebook收购）这样的网站，每天用户产生海量的用户动态信息。 （a）以Facebook为例，一个月就要存储1350亿条（未得到确认）用户动态，对于关系数据库来说，在一张1350亿条记录的表里面进行SQL查询，效率是极其低下乃至不可忍受的。 （b）再例如大型Web网站或IM的用户登录系统，例如腾讯，MSN，动辄数以亿计的帐号，关系数据库也很难应付。 关系型数据库的瓶颈 （4）数据库的可扩展性和可用性低 当一个应用系统的用户量和访问量与日俱增的时候，传统的关系型数据库却没有办法像Web Server那样简单地通过添加更多的硬件和服务节点来扩展性能和负载能力。 对于很多需要提供不间断服务的系统来说，对数据库系统进行升级和扩展往往需要停机维护和数据迁移 关系型数据库的瓶颈 关系型数据库的瓶颈 （5）建设和运维成本高 企业级关系数据库的价格很高，并且随着系统的规模增大而不断上升。 高昂的建设和运维成本无法满足云计算应用对数据库的需求。 大量Web 2.0网站 大量Web 2.0网站 云计算对数据库技术的需求 海量数据处理：需要能够处理PB级的数据。 大规模集群管理：分布式应用可以更加简单地部署、应用和管理。 低延迟读写速度：快速的响应速度能够极大地提高用户的满意度。 较低的建设及运营成本：云计算应用的基本要求是希望在硬件成本、软件成本以及人力成本方面都有大幅度的降低。 What is NoSQL? In computing, NoSQL (sometimes expanded to not only SQL) is a broad class of database management systems that differ from classic relational database management systems (RDBMSes) in some significant ways. These data stores may not require fixed table schemas, usually avoid join operations, and typically scale horizontally——Wikipedia NoSQL是一种与关系型数据库管理系统截然不同的数据库管理系统，它的数据存储格式可以是松散的、通常不支持Join操作并且易于横向扩展。也可以称之为非关系型数据库。 CAP理论 Consistency(一致性): 数据一致更新，所有数据变动都是同步的 Availability(可用性):某个节点的宕机不会影响其他节点继续完成操作 Partition tolerance(分区容错性):尽管有一些信息丢失，系统依旧继续运转可靠性 关系数据库的ACID特性 Atomicity（原子性）：一个事务中所有操作都必须全部完成，要么全部不完成。 Consistency（一致性）： 在事务开始或结束时，数据库应该在一致状态。 Isolation（隔离性）：?事务将假定只有它自己在操作数据库，彼此不知晓。 Durability（持久性）：一旦事务完成，就不能返回。 跨数据库事务：两阶段提交协议（Two-phase commit，2PC） BASE模式 BASE模型是反ACID模型，完全不同于ACID模型，牺牲高一致性，获得可用性或可靠性： Basically Available（基本可用）：支持分区失败。 Soft state（软状态）：状态可以有一段时间不同步。 Eventually consistent（最终一致）：最终数据是一致的就可以了，而不是时时高一致。 NoSQL的优势和劣势 优势 扩展简单 读写快速 成本低廉 NoSQL分类（按功能） Column-oriented：列式存储，通常不支持join操作，与传统关系型数据库的行式存储相比他的存储是列式的，这样会让很多统计聚合操作更简单方便。 Key/Value：有点类似常见的HashTable，一个Key对应一个Value，但是它能提供非常快的查询速度、大的数据存放量和高并发操作，非常适合通过主键对数据进行查询和修改等操作。 Document-oriented：Document和Key/value是非常相似的，也是一个Key对应一个Value，但是这个Value主要以JSON（JavaScript Object Notations）或者XML等格式的文档来进行存储。这种存储方式可以很容易地被面向对象的语言所使用。 NoSQL分类（按功能） Column-oriented Ver