“这里是云端源想IT，帮你轻松学IT”

嗨~ 今天的你过得还好吗？

往心里装一片大海和花海

再多装一点少女心和爱

- 2023.09.15 -

关系型数据库具有数据安全且容易理解的优点，但是随着互联网的发展，数据存储越来越多，对于并发的要求也越来越高，项目中单纯使用关系型数据库已经无法满足这些要求，于是应运而生了非关系型数据库。

上期给大家介绍了关系型数据，相信大家对关系型数据库已经有了一定的认识，接下来就来给大家详细讲解一下非关系型数据库（NoSQL）的概念、特点以及常见的使用场景。

一、非关系型数据库的概念

非关系型数据库（NoSQL）是一类用于存储和管理非结构化数据的数据库系统。与传统的关系型数据库不同，非关系型数据库通常使用不同的数据模型和查询语言来存储和管理数据，如键值存储、文档存储、列族存储、图形存储等。

NoSQL数据库通常具有更好的灵活性、可扩展性和高性能等优点，适用于大规模数据存储和处理、实时数据流处理、多语言和跨平台应用程序等场景。

NoSQL数据库适合追求速度和可扩展性、业务多变的应用场景。对于非结构化数据的处理更合适，如文章、评论，这些数据如全文搜索、机器学习通常只用于模糊处理，并不需要像结构化数据一样，进行精确查询，而且这类数据的数据规模往往是海量的，数据规模的增长往往也是不可能预期的，而NoSQL数据库的扩展能力几乎也是无限的，所以NoSQL数据库可以很好的满足这一类数据的存储。

二、非关系型数据库的特点

了解了概念我们再来看看非关系型数据库的优点和缺点都有哪些：

优点

• 非关系型数据库存储数据的格式可以是 key-value 形式、文档形式、图片形式等。
• 使用灵活，应用场景广泛，而关系型数据库则只支持基础类型。
• 速度快，效率高。
• NoSQL 可以使用硬盘或者随机存储器作为载体，而关系型数据库只能使用硬盘。
• 海量数据的维护和处理非常轻松。
• 非关系型数据库具有扩展简单、高并发、高稳定性、成本低廉的优势。可以实现数据的分布式处理。

缺点

• 非关系型数据库暂时不提供 SQL 支持，学习和使用成本较高。
• 非关系数据库没有事务处理，没有保证数据的完整性和安全性。适合处理海量数据，但是不一定安全。
• 功能没有关系型数据库完善。

三、非关系型数据库的存储方式

NoSQL数据库利用key-value可以获取大量的非结构化数据，并且数据的获取效率很高，但用它查询结构化数据效果就比较差。

目前NoSQL数据库仍然没有一个统一的标准，它现在有四种大的分类：

• 键值对存储（key-value）：代表软件Redis，它的优点能够进行数据的快速查询，而缺点是需要存储数据之间的关系。
• 列存储：代表软件Hbase，它的优点是对数据能快速查询，数据存储的扩展性强。而缺点是数据库的功能有局限性。
• 文档数据库存储：代表软件MongoDB，它的优点是对数据结构要求不特别的严格。而缺点是查询性的性能不好，同时缺少一种统一查询语言。
• 图形数据库存储：代表软件InfoGrid，它的优点可以方便的利用图结构相关算法进行计算。而缺点是要想得到结果必须进行整个图的计算，而且遇到不适合的数据模型时，图形数据库很难使用。

四、常见的非关系型数据库介绍

常见的非关系型数据库有 Neo4j、MongoDB、Redis、Memcached、MemcacheDB 和 HBase 等。

在这里详细介绍一下MongoDB、HBase、Redis的特点和使用场景：

1、 MongoDB

MongoDB是一个基于C++编写的开源NoSQL数据库系统，它保留了SQL的一些友好特性（查询、索引），并使用AGPL许可证。它在许多场景下可用于替代统的关系型数据库或键/值存储方式。

MongoDB特点：

所用语言：C++

特点：保留了SQL一些友好的特性（查询，索引）

使用许可： AGPL（发起者： Apache）

协议： Custom, binary（ BSON）

Master/slave复制（支持自动错误恢复，使用 sets 复制）

内建分片机制

支持 javascript表达式查询

可在服务器端执行任意的 javascript函数

update-in-place支持比CouchDB更好

在数据存储时采用内存到文件映射

对性能的关注超过对功能的要求

建议最好打开日志功能（参数 --journal）

在32位操作系统上，数据库大小限制在约2.5Gb

空数据库大约占 192Mb

采用 GridFS存储大数据或元数据（不是真正的文件系统）

MongoDB优点

• 更高的写负载，MongoDB拥有更高的插入速度。
• 处理很大的规模的单表，当数据表太大的时候可以很容易的分割表。
• 高可用性，设置M-S不仅方便而且很快，MongoDB还可以快速、安全及自动化的实现节点 （数据中心）故障转移。
• 快速的查询，MongoDB支持二维空间索引，比如管道，因此可以快速及精确的从指定位置 获取数据。MongoDB在启动后会将数据库中的数据以文件映射的方式加载到内存中，如果内存资源足够丰富的话，这将极大地提高数据库的查询速度。
• 非结构化数据的爆发增长，增加列在有些情况下可能锁定整个数据库，或者增加负载从而导致性能下降，由于MongoDB的弱数据结构模式，添加1个新字段不会对旧表格有任何影响， 整个过程会非常快速。

MongoDB缺点：

• 前期不支持事务，MongoDB 4.x后支持。
• MongoDB占用空间过大 。
• MongoDB没有成熟的维护工具。

MongoDB应用场景：

• 适用于实时的插入、更新与查询的需求，并具备应用程序实时数据存储所需的复制及高度伸缩性；
• 非常适合文档化格式的存储及查询；
• 高伸缩性的场景：MongoDB 非常适合由数十或者数百台服务器组成的数据库。
• 适用于对性能的关注超过对功能的要求的场景。

2、 HBase

HBase 是 Apache Hadoop 中的一个子项目，属于 bigtable 的开源版本，所实现的语言为Java（故依赖Java SDK）。HBase 依托于 Hadoop 的 HDFS（分布式文件系统）作为最基本存储基础单元。

HBase 特点：

所用语言： Java

特点：支持数十亿行X上百万列

使用许可： Apache

协议：HTTP/REST （支持 Thrift，见编注4）

在 BigTable之后建模

采用分布式架构 Map/reduce

对实时查询进行优化

高性能 Thrift网关

通过在server端扫描及过滤实现对查询操作预判

支持 XML, Protobuf, 和binary的HTTP

Cascading, hive, and pig source and sink modules

基于 Jruby（ JIRB）的shell

对配置改变和较小的升级都会重新回滚

不会出现单点故障

堪比MySQL的随机访问性能

HBase 优点：

• 存储容量大，一个表可以容纳上亿行，上百万列；
• 可通过版本进行检索，能搜到所需的历史版本数据；
• 负载高时，可通过简单的添加机器来实现水平切分扩展，跟Hadoop的无缝集成保障了其数据可靠性（HDFS）和海量数据分析的高性能（MapReduce）；
• 在第3点的基础上可有效避免单点故障的发生。

HBase 缺点：

• 基于Java语言实现及Hadoop架构意味着其API更适用于Java项目；
• node开发环境下所需依赖项较多、配置麻烦（或不知如何配置，如持久化配置），缺乏文档；
• 占用内存很大，且鉴于建立在为批量分析而优化的HDFS上，导致读取性能不高；
• API相比其它 NoSql 的相对笨拙。

HBase 适用场景：

• bigtable类型的数据存储；
• 对数据有版本查询需求；
• 应对超大数据量要求扩展简单的需求。

3、Redis

Redis 是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。目前由VMware主持开发工作。

Redis 特点：

所用语言：C/C++

特点：运行异常快

使用许可： BSD

协议：类 Telnet

有硬盘存储支持的内存数据库，但自2.0版本以后可以将数据交换到硬盘（注意， 2.4以后版本不支持该特性！）

Master-slave复制

虽然采用简单数据或以键值索引的哈希表，但也支持复杂操作

INCR & co （适合计算极限值或统计数据）

支持 sets（同时也支持 union/diff/inter）

支持列表（同时也支持队列；阻塞式 pop操作）

支持哈希表（带有多个域的对象）

支持排序 sets（高得分表，适用于范围查询）

Redis支持事务

支持将数据设置成过期数据（类似快速缓冲区设计）

Pub/Sub允许用户实现消息机制

Redis 优点：

• 非常丰富的数据结构；
• Redis提供了事务的功能，可以保证一串 命令的原子性，中间不会被任何操作打断；
• 数据存在内存中，读写非常的高速，可以达到10w/s的频率。

Redis 缺点：

• Redis3.0后才出来官方的集群方案，但仍存在一些架构上的问题；
• 持久化功能体验不佳——通过快照方法实现的话，需要每隔一段时间将整个数据库的数据写到磁盘上，代价非常高；而aof方法只追踪变化的数据，类似于mysql的binlog方法，但追加log可能过大，同时所有操作均要重新执行一遍，恢复速度慢；
• 由于是内存数据库，所以，单台机器，存储的数据量，跟机器本身的内存大小。虽然redis本身有key过期策略，但是还是需要提前预估和节约内存。如果内存增长过快，需要定期删除数据。

Redis 应用场景：

适用于数据变化快且数据库大小可预见（适合内存容量）的应用程序。例如：微博、数据分析、实时数据搜集、实时通讯等。

不同的数据库根据其特点适用于不同的开发语言和场景，大家可以根据自己的实际需求选择合适的数据库。不会选择数据库也没关系，后面会给大家专门讲如何选择合适的数据库。

五、关系型与非关系型数据库的区别

好啦，对于关系型数据库与非关系型数据库的概念和特点我们已经了解了，那么它们有哪些区别呢？下面给大家总结一下：

1、数据存储方式不同

关系型和非关系型数据库的主要差异是数据存储的方式。

关系型数据天然就是表格式的，因此存储在数据表的行和列中。数据表可以彼此关联协作存储，也很容易提取数据。

非关系型数据不适合存储在数据表的行和列中，而是大块组合在一起。非关系型数据通常存储在数据集中，就像文档、键值对或者图结构。数据及其特性是选择数据存储和提取方式的首要影响因素。

2、扩展方式不同

SQL和NoSQL数据库最大的差别可能是在扩展方式上，要支持日益增长的需求当然要扩展。

SQL数据库是纵向扩展，提高处理能力。

NoSQL数据库是横向扩展的，可以通过给资源池添加更多普通的数据库服务器(节点)来分担负载。

3、对事务性的支持不同

SQL数据库支持对事务原子性细粒度控制，并且易于回滚事务。

NoSQL数据库也可以使用事务操作，但稳定性方面没法和关系型数据库比较，所以它们真正闪亮的价值是在操作的扩展性和大数据量处理方面。

至此，你对数据库的概念和类型是否已经有了大致的了解呢？Java语言的大多数应用程序都需要使用数据库，所以了解数据库的类型和基础知识是Java编程的必要环节，搞清楚数据库的相关知识，可以帮助我们更好地开发出高效、稳定和可扩展的应用程序。

我们下期再见！

END

文案编辑|云端学长

文案配图|云端学长

内容由：云端源想分享