現(xiàn)在我們站在各個(gè)用例的角度上來(lái)考慮那種系統(tǒng)適合于這些用例。你的意見是?

首先，我們要縱覽各種數(shù)據(jù)模型。這些模型的分類方法來(lái)自于Emil Eifrem 和 NoSQL databases。

文檔數(shù)據(jù)庫(kù)

源起：受Lotus Notes啟發(fā)。

數(shù)據(jù)模型：包含了key-value的文檔集合

例子：CouchDB, MongoDB

優(yōu)點(diǎn)：數(shù)據(jù)模型自然，編程友好，快速開發(fā)，web友好，CRUD。

圖數(shù)據(jù)庫(kù)

源起： 歐拉和圖理論。

數(shù)據(jù)模型：節(jié)點(diǎn)和關(guān)系，也可處理鍵值對(duì)。

例子：AllegroGraph, InfoGrid, Neo4j

優(yōu)點(diǎn)：解決復(fù)雜的圖問題。

關(guān)系數(shù)據(jù)庫(kù)

源起： E. F. Codd 在A Relational Model of Data for Large Shared Data Banks提出的

數(shù)據(jù)模型：各種關(guān)系

例子：VoltDB, Clustrix, MySQL

優(yōu)點(diǎn)：高性能、可擴(kuò)展的OLTP，支持SQL，物化視圖，支持事務(wù)，編程友好。

對(duì)象數(shù)據(jù)庫(kù)

源起：圖數(shù)據(jù)庫(kù)研究

數(shù)據(jù)模型：對(duì)象

例子：Objectivity, Gemstone

優(yōu)點(diǎn)：復(fù)雜對(duì)象模型，快速鍵值訪問，鍵功能訪問，以及圖數(shù)據(jù)庫(kù)的優(yōu)點(diǎn)。

Key-Value數(shù)據(jù)庫(kù)

源起：Amazon的論文 Dynamo 和 Distributed HashTables。

數(shù)據(jù)模型：鍵值對(duì)

例子：Membase, Riak

優(yōu)點(diǎn)：處理大量數(shù)據(jù)，快速處理大量讀寫請(qǐng)求。編程友好。

BigTable類型數(shù)據(jù)庫(kù)

源起：Google的論文 BigTable。

數(shù)據(jù)模型：列簇，每一行在理論上都是不同的

例子：HBase, Hypertable, Cassandra

優(yōu)點(diǎn)：處理大量數(shù)據(jù)，應(yīng)對(duì)極高寫負(fù)載，高可用，支持跨數(shù)據(jù)中心， MapReduce。

數(shù)據(jù)結(jié)構(gòu)服務(wù)

源起： ?

數(shù)據(jù)模型：字典操作，lists, sets和字符串值

例子：Redis

優(yōu)點(diǎn)：不同于以前的任何數(shù)據(jù)庫(kù)

網(wǎng)格數(shù)據(jù)庫(kù)

源起：數(shù)據(jù)網(wǎng)格和元組空間研究。

數(shù)據(jù)模型：基于空間的架構(gòu)

例子：GigaSpaces, Coherence

優(yōu)點(diǎn)：適于事務(wù)處理的高性能和高擴(kuò)展性

你的應(yīng)用應(yīng)該用什么?

關(guān)鍵是要意識(shí)到不同的應(yīng)用需要不同的數(shù)據(jù)模型和產(chǎn)品。選擇合適的數(shù)據(jù)模型和產(chǎn)品。

要了解你的應(yīng)用需要什么樣的數(shù)據(jù)模型可以看 What The Heck Are You Actually Using NoSQL For? 在這篇文章里我總結(jié)了一些特色各異的非常規(guī)的使用場(chǎng)景。

適應(yīng)你的需求和應(yīng)用場(chǎng)景。依次而為你就能找到最適合你的架構(gòu)的產(chǎn)品。無(wú)論NoSQL還是SQL都不重要。

綜合考慮數(shù)據(jù)模型、產(chǎn)品特性和應(yīng)用情景。不同產(chǎn)品功能各異，只憑數(shù)據(jù)模型來(lái)決定選擇誰(shuí)是不可能的。

哪個(gè)產(chǎn)品具有你最需要的特點(diǎn)哪個(gè)就是最好的。

假如你的應(yīng)用有以下需求：

復(fù)雜事物，如果你不能承受數(shù)據(jù)丟失的風(fēng)險(xiǎn)或者你想要一個(gè)簡(jiǎn)單的事務(wù)編程模型可以選擇關(guān)系數(shù)據(jù)庫(kù)和網(wǎng)格數(shù)據(jù)庫(kù)。

例子：一個(gè)庫(kù)存系統(tǒng)需要完整的ACID特性。如果我在買了一個(gè)東西后才被告知它已經(jīng)售罄我會(huì)非常不快。不不想要補(bǔ)償，我只要我買的東西。

擴(kuò)展性，NoSQL或SQL皆可，目標(biāo)產(chǎn)品要支持水平擴(kuò)展、分區(qū)、在線增減硬件、負(fù)載均衡、自動(dòng)分片、數(shù)據(jù)平衡和容錯(cuò)等特性。

追求高可用性，可用Bigtable類型的等支持最終一致性的數(shù)據(jù)庫(kù)。

需要處理長(zhǎng)期的快速讀寫，可以看看文檔數(shù)據(jù)庫(kù)，Key-value數(shù)據(jù)庫(kù)或者內(nèi)存數(shù)據(jù)庫(kù)，還可以考慮SSD。

要實(shí)現(xiàn)社會(huì)化網(wǎng)絡(luò)，第一選擇應(yīng)該是圖數(shù)據(jù)庫(kù)。其次像Riak這樣支持關(guān)系的數(shù)據(jù)庫(kù)也可以。一個(gè)支持簡(jiǎn)單SQL join操作的內(nèi)存關(guān)系數(shù)據(jù)庫(kù)能夠處理數(shù)據(jù)量不大的情況。Redis’ set 和list 操作就是這樣。

假如你的應(yīng)用有以下需求：

需要不同的訪問方式和數(shù)據(jù)類型的話可以看看文檔數(shù)據(jù)庫(kù)，它們?cè)谶@方面很靈活。

大數(shù)據(jù)量的離線分析首先應(yīng)該考慮Hadoop，其次是其他支持MapReduce的產(chǎn)品。當(dāng)然，支持MapReduce與擅長(zhǎng)MapReduce處理不是一回事。

如需跨越多個(gè)數(shù)據(jù)中心，可選用基于Bigtable模型的產(chǎn)品，或其分布式的，能解決延遲問題，分區(qū)容錯(cuò)性問題的產(chǎn)品。

CRUD類型的應(yīng)用可以考慮文檔數(shù)據(jù)庫(kù)，這樣不需要join就可訪問復(fù)雜的數(shù)據(jù)結(jié)構(gòu)。

搜索可以考慮Riak。

需要lists, sets, queues, publish-subscribe等數(shù)據(jù)結(jié)構(gòu)的話，可以考慮Redis，它的分布式鎖等特性也非常有用。

編程友好，如果要使用JSON, HTTP, REST, Javascript等程序員喜聞樂見的數(shù)據(jù)類型，第一選擇就是文檔數(shù)據(jù)庫(kù)和Key-value數(shù)據(jù)庫(kù)。

假如你的應(yīng)用有以下需求：

用于實(shí)時(shí)事務(wù)處理的物化視圖，可以考慮VoltDB，非常適合于快速處理大量事務(wù)。

企業(yè)級(jí)支持及服務(wù)級(jí)協(xié)議 ，可以尋找市場(chǎng)上以此為賣點(diǎn)的產(chǎn)品，如Membase。

要記錄連續(xù)的大量數(shù)據(jù)，又對(duì)一致性無(wú)太高要求，可以看看Bigtable類型數(shù)據(jù)庫(kù)，因?yàn)樗ぷ髟诜植际轿募到y(tǒng)上，可以處理大規(guī)模的寫入請(qǐng)求。

需要盡可能使用簡(jiǎn)單，請(qǐng)考慮PAAS方案，用這種方案你自己幾乎不需要做什么。

如果你的產(chǎn)品要賣給企業(yè)客戶請(qǐng)考慮關(guān)系數(shù)據(jù)庫(kù)，因?yàn)樗麄兞?xí)慣于關(guān)系數(shù)據(jù)庫(kù)。

要?jiǎng)討B(tài)構(gòu)建對(duì)象間的關(guān)系，對(duì)象的屬性能夠動(dòng)態(tài)加減，可以考慮圖數(shù)據(jù)庫(kù)，因?yàn)樗恍枰猻chema，可以在代碼中隨需建模。

要支持大影音文件，可以看看像S3這樣的存儲(chǔ)服務(wù)。NoSQL不適于存儲(chǔ)BLOBS，盡管MongoDB也提供了文件服務(wù)。

假如你的應(yīng)用有以下需求：

要快速批量上傳大量數(shù)據(jù)，得尋找支持這種場(chǎng)景的產(chǎn)品。但是大多數(shù)產(chǎn)品都不支持批量操作。

易于變化，要選擇支持動(dòng)態(tài)schema的文檔數(shù)據(jù)庫(kù)和 Key-value數(shù)據(jù)庫(kù)。它支持可選域，不需要修改schema即可增加、減少域。

為了支持完整性約束，選擇支持SQL DDL的數(shù)據(jù)庫(kù)，可以在存儲(chǔ)過程或者應(yīng)用代碼中實(shí)現(xiàn)。

深度連接用圖數(shù)據(jù)庫(kù)，它支持實(shí)體鍵間的快速定位。

轉(zhuǎn)載于:https://www.cnblogs.com/syncnavigator/p/10198388.html

總結(jié)

以上是生活随笔為你收集整理的数据库各个派系的起源和应用场景的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。