引子
数据库可以分为关系型数据库和非关系型数据库，这里的关系是什么？从关系型数据库最初被提出的概念中，可以总结出：关系是现实世界的实体以及实体间的各种联系，用二维表的形式表示。
从这个概念中可以得知，关系型数据库的一个要求就是里面存的东西是实体，这就要求关系型数据里存的都是没有重复的二维表。这里的两个概念值得深思：
-
实体
没有重复是因为存的是实体，不可能有两个完全相同的实体。比如，数据库里存着“老师”实体的表，这张表里不能放着两个完全相同的老师，他们可能有的性别相同，有的名字相同，但是一定有一个地方不用，这样的表中一般有一个能区别所有人的标识，在数据库中称为“主键”。 -
二维表
表是可视化交流模式，又是一种组织整理数据的手段。用二维表是因为二维表最为接近人类对于现实世界的理解，同时也方便查找和比较。以“老师”实体的表为例，一行表示一个具体的老师，一列表示一个具体的特征，比如：姓名、性别、科目。
关系型数据库 vs 非关系型数据库
关系型数据库，是指采用了关系模型来组织数据的数据库。关系模型1970年提出的，关系模型的概念得到了充分的发展并逐渐成为主流数据库结构的主流模型。简单来说，关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。
关系型数据库的优点
- 容易理解：二维表结构是非常贴近逻辑世界的一个概念，关系模型相对网状、层次等其他模型来说更容易理解。
- 使用方便：通用的SQL语言使得操作关系型数据库非常方便。
- 易于维护：丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大减低了数据冗余和数据不一致的概率。
关系型数据库的优点让它在数据的存储和查找当面统治了很长时间。
关系型数据库的瓶颈
- 高并发读写需求：网站的用户并发性非常高，往往达到每秒上万次读写请求，对于传统关系型数据库来说，硬盘I/O是一个很大的瓶颈
- 海量数据的高效率读写：网站每天产生的数据量是巨大的，对于关系型数据库来说，在一张包含海量数据的表中查询，效率是非常低的
- 高扩展性和可用性：在基于web的结构当中，数据库是最难进行横向扩展的，当一个应用系统的用户量和访问量与日俱增的时候，数据库却没有办法像web server和app server那样简单的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24小时不间断服务的网站来说，对数据库系统进行升级和扩展是非常痛苦的事情，往往需要停机维护和数据迁移。
而且对网站来说，关系型数据库的很多特性不再需要了：
- 事务一致性：关系型数据库在对事物一致性的维护中有很大的开销，而现在很多web2.0系统对事物的读写一致性都不高。
- 读写实时性：对关系数据库来说，插入一条数据之后立刻查询，是肯定可以读出这条数据的，但是对于很多web应用来说，并不要求这么高的实时性，比如发一条消息之后，过几秒乃至十几秒之后才看到这条动态是完全可以接受的
- 复杂SQL，特别是多表关联查询：任何大数据量的web系统，都非常忌讳多个大表的关联查询，以及复杂的数据分析类型的复杂SQL报表查询，特别是SNS类型的网站（SNS，专指社交网络服务，包括了社交软件和社交网站。），从需求以及产品阶级角度，就避免了这种情况的产生。往往更多的只是单表的主键查询，以及单表的简单条件分页查询，SQL的功能极大的弱化了
关系型数据库的霸主地位逐渐动摇，非关系型数据库应用而生。
非关系型数据库
非关系型数据库提出另一种理念，例如，以键值对存储，且结构不固定，每一个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，这样就不会局限于固定的结构，可以减少一些时间和空间的开销。使用这种方式，用户可以根据需要去添加自己需要的字段，这样，为了获取用户的不同信息，不需要像关系型数据库中，要对多表进行关联查询。仅需要根据id取出相应的value就可以完成查询。但非关系型数据库由于很少的约束，他也不能够提供像SQL所提供的where这种对于字段属性值情况的查询。并且难以体现设计的完整性。他只适合存储一些较为简单的数据，由于不可能用一种数据结构化存储应付所有的新的需求，因此，非关系型数据库严格上不是一种数据库，应该是一种数据结构化存储方法的集合。对于需要进行较复杂查询的数据，SQL数据库显的更为合适。
这些数据库中，其实实现大部分都比较简单，除了一些共性外，很大一部分都是针对某些特定的应用需求出现的，因此，对于该类应用，具有极高的性能。依据结构化方法以及应用场合的不同，主要分为以下几类：
- 面向高性能并发读写的key-value数据库：key-value数据库的主要特点即使具有极高的并发读写性能，Redis,Tokyo Cabinet,Flare就是这类的代表。
- 面向海量数据访问的面向文档数据库：这类数据库的特点是，可以在海量的数据中快速的查询数据，典型代表为MongoDB以及CouchDB。
- 面向可扩展性的分布式数据库：这类数据库想解决的问题就是传统数据库存在可扩展性上的缺陷，这类数据库可以适应数据量的增加以及数据结构的变化。
网友评论