SQL VS. NoSQL：你需要知道些什么？

数据的缺失在拖累客户体验提升步伐

原文: SQL VS.NOSQL- WHAT YOU NEED TO KNOW

来源:

品觉导读：

1) 列存储数据库采用的不是“表格”，而是若干个列族（column family），其中包含着若干行。不同于RDBMS，你不需要预先知道所有的列，每行也未必拥有相同数量的列。

2）文档数据库并不把数据存储到表格的行和列中，而是存储到文档中，然后将这些文档汇集在集合中。每个文档都可以采用完全有别于其他文档的结构。

3)如果你的数据在大幅增长，就需要快速且有效的扩展性，NoSQL可能会适合你。但如果你的数据结构没有变化，增长速度适中可控，那么SQL技术可能最适合你。

原文翻译：

“SQL过时了。”“关系数据库管理系统（RDBMS）不再能满足企业的数据管理需求。”“NoSQL等新的数据库技术才是适合当今企业的解决方案。”这样的言论甚嚣尘上，无论是在数据库技术行业内部还是外部。但这些话说得对吗？SQL已经过时，而NoSQL才是符合未来发展方向的解决方案吗？

在本文中，我们将概述SQL和NoSQL之间的区别，各种NoSQL技术之间的差异，然后探讨一下RDBMS是否真的过时了。

SQL和NoSQL之间的区别

SQL

NoSQL

数据存储

存储在关系模型中，由行和列组成。行包含某个特定条目/实体的所有信息，而列是所有的独立数据点。例如，有一行是记录某辆汽车的，这一行里又分为“生产日期”、“型号”、“颜色”等列。

“NoSQL”这个术语涵盖了多种数据库，每种数据库都有不同的数据存储模型，主要是文档、图形、键值和列存储。下文将讨论它们之间的差异。

架构和灵活性

每条记录都遵照固定的模式，列在输入数据之前就必须确定和锁定，每行必须包含对应着每列的数据。该架构允许进行事后修订，但会涉及到改变整个数据库和进入脱机状态。

采用动态架构。信息可随时添加，每“行”（或对等物）不必包含对应着每“列”的数据。

可扩展性

扩展是纵向的。基本上，更多的数据就意味着更大的服务器，费用会变得非常昂贵。利用多个服务器来扩展RDBMS 也有可能，但这是一个困难且费时的过程。

扩展是横向的，也就是分布于多个服务器上。这些服务器可以是价格便宜的商用硬件或者云实例，因此比纵向扩展更经济。很多NoSQL技术也能在不同服务器之间自动分配数据。

ACID合规性（原子性，一致性，独立性，持久性）

绝大多数的关系数据库都具备ACID合规性。

各项技术之间有所不同，但很多NoSQL解决方案为了性能和可扩展性而牺牲了ACID合规性。

NoSQL的多面性

如果你认为归属于NoSQL的所有技术都采用相同的数据模型，这个错误是可以原谅的。实际上，NoSQL指的是一整套采取不同方式储存和处理数据的技术的集合。主要的方式包括：

文档数据库

下图来自于文档数据库解决方案CouchDB，很好地总结了RDBMS和文档数据库之间的区别：

文档数据库并不把数据存储到表格的行和列中，而是存储到文档中，然后将这些文档汇集在集合中。每个文档都可以采用完全有别于其他文档的结构。文档数据库的实例包括上文提到的CouchDB以及MongoDB。

键值存储数据库

数据存储于键值对的关联数组中。键是一个属性名，与一个值相关联。常见的键值存储数据库有Redis、Voldemort（由领英网开发）和Dynamo（由亚马逊开发）。

图形数据库

适用于关系可以在图形中得到充分体现的数据。数据被存储到图形结构中，基本构成要素为点（实体）、属性（实体的信息）和线（实体之间的联系）。这类数据库的例子有Neo4J和InfiniteGraph。

列存储（或“宽列存储”）数据库

列存储数据库采用的不是“表格”，而是若干个列族（column family），其中包含着若干行。不同于RDBMS，你不需要预先知道所有的列，每行也未必拥有相同数量的列。列存储数据库最适合用来分析庞大的数据集。著名的列存储数据库有Cassandra和Hbase。

SQL VS. NoSQL——选哪个？

SQL和NoSQL水火不容的想法是错误的，理由并不仅仅是因为很多公司都选择同时使用它们。就像我以前讨论过的所有技术一样，世上真的没有那种“万金油”的方法，要根据用例来选择恰当的技术。如果你的数据需求在迅速变化，就需要高通量来应对快速的增长，如果你的数据在大幅增长，就需要快速且有效的扩展性，NoSQL可能会适合你。但如果你的数据结构没有变化，增长速度适中可控，那么SQL技术可能最适合你。毫无疑问，SQL还没有消亡。

更多内容请按原文链接到 ：pinjueche.com

车品觉简介

畅销书《决战大数据》作者,

红杉资本中国基金专家合伙人

浙江大学管理学院客席教授

全国信标委大数据标准工作组副组长

美丽心灵基金会桑珠利民基金副主席

原阿里巴巴集团副总裁，首任阿里数据委员会会长

拥有十几年丰富的数据实战经验，并在实践中形成了独特的数据化思考及管理方式，对大数据未来趋势有独到见解；亲自领导阿里数据团队在大数据实践领域取得了一系列重要成果，包括为阿里建立集团各事业群的业务及决策分析框架，开发智能化的数据产品，成立了驱动集团数据化的运营团队，成功发起了公共与专有数据资产管理体系，还发布了数据安全规范等；

现担任中国信息协会大数据分会副会长、中国计算机学会大数据专家委员会副主任、粤港信息化专家委员、中国计算数学学会第九届理事、清华大学教育指导委员（大数据项目）、浙江大学管理学院客席教授等职。