NoSQL数据库面面观

关注

转载最新推荐文章于 2026-05-20 02:01:00 发布 1.2k 阅读 AI 写同款· GEO 优化 ›

《ETL 技术面面观：数据安全、性能与可扩展性》 ETL 是 Extract（抽取）、Transform（转换）、Load（加载）三个英文单词首字母的缩写。它描述了一个从数据源获取数据，经过一系列处理转换，最终将数据加载到目标系统的过程。在这个过程中，抽取阶段负责从各种数据源（如数据库、文件系统、API 接口等）读取数据；转换阶段对抽取的数据进行清洗、转换、聚合等操作，使其符合目标系统的格式和业务规则；加载阶段将转换后的数据写入到目标系统（如数据仓库、数据集市、关系数据库等），以供后续分析使用。阅读详情

NoSQL数据库现在已经变得非常流行了，在NoSQL这个大概念下实际上包含了大量的方式与项目，旨在实现各种数据库模型，他们与传统的关系型数据库管理系统存在着非常大的差别，而传统的关系型数据库系统是通过SQL的方式来访问数据的。在NoSQL领域中，传统观念中的模式可以通过不同的数据结构来实现，如散列表、数组、树、图等等。

术语“NoSQL”最早出现在上个世纪90年代末期，然而真正为大家所熟知则是在2009年中期。起初，它只是由Carlo Strozzi创建的一个小型开源数据库，将所有数据以ASCII文件的形式存储，并使用shell脚本而非SQL来访问这些数据。这个数据库与当前的“NoSQL”概念并没有任何相似之处。

Johan Oskarsson在2009年6月于旧金山组织了一场会议，讨论IT市场的新技术、数据存储与处理等主题。之所以会举办这场会议的主要原因在于BigTable和Dynamo等新产品的出现。“NoSQL”这个术语则是由来自RackSpace的Eric vans提出的。这个术语原本就是用在这场会议当中的，也没有什么更深层次的含义。不过最后的结果却是它迅速在互联网上蔓延开来，成为IT领域的一个新趋势。随后，Pramod J.Sadalage与Martin Fowler编写了“NoSQL Distilled”一书，旨在对日益庞大的NoSQL世界进行组织。

现在大约有150多种NoSQL数据库（nosql-database.org），下面就来探讨一下NoSQL的主要发展方向。

列簇存储

面向列的DBMS是这样一种数据库管理系统，它将数据表存储为数据列而非行的形式。从物理上来说，表是列的集合，每一列从本质上来说都是只有一个字段的表。这些数据库通常用于分析系统、商业智能与分析型数据存储。

优点：

可以比较数据，因为在表的一列中，数据通常都是同种类型的。
可以通过便宜、性能一般的硬件实现高速的查询性能；由于压缩的原因，相对于关系型数据库来说，这种方式磁盘上的数据所占据的空间要少5到10倍。

缺点：

通常没有事务。
对于熟悉传统RDBMS的开发者来说存在不少限制。

典型代表：

HBase
Cassandra
Accumulo
Amazon SimpleDB

键值存储

你可以通过这种数据库将键值对存储到持久化存储中，随后使用键来读取值。那么对于这种初看起来用途非常有限的解决方案来说有哪些好处呢？在根据键来保存/读取值时，系统是非常高效的，因为它没有SQL处理器、索引系统以及分析系统等诸多限制。这种解决方案提供了最高效的性能，代价最低的实现以及可伸缩性。

优点：

RDBMS太慢了，SQL游标的负担过于沉重。
采用RDBMS的解决方案来存储少量数据的代价有些大。
没必要使用SQL查询、索引、触发器、存储过程、临时表、表单以及视图等等。
由于其轻量级的设计，键值数据库可以很容易实现可伸缩性以及高性能。

缺点：

关系型数据库的限制可以从底层就确保数据的完整性，而键值存储就没有这些限制，数据的完整性是由应用来控制的。在这种情况下，数据的完整性可能会由于应用代码的错误而做一些妥协。
在RDBMS中，如果模型设计良好，那么数据库的逻辑结构就能完全反映出存储数据的结构，并且与应用的结构有所不同（数据是独立于应用的）。对于键值存储来说，要想取得这种效果是非常困难的事情。

典型代表：

Amazon DynamoDB
Riak
Redis
LevelDB
Scalaris
MemcacheDB
Kyoto Cabinet

文档存储

文档存储指的是用于存储、搜索与管理面向文档的信息（半结构化数据）的程序，其中心概念就是文档。具体的面向文档数据库的实现是不同的，不过总的来说，他们都会以各种标准化格式对数据（文档）进行封装与加密，主要格式有XML、YAML、JSON、BSON、PDF等等。

优点：

足够灵活的查询语言。
易于水平扩展。

缺点：

在很多时候原子性是得不到保障的。

典型代表：

MongoDB
Couchbase
CouchDB
RethinkDB

图型数据库

图型数据库指的是使用图结构的数据库，通过结点、边与属性来表示和存储数据。根据定义，图型数据库是一种提供了无需索引而彼此邻接的存储系统。这意味着每个元素都包含了直接指向邻接元素的指针，因此没必要再通过索引进行查找了。

优点：

对于关联数据集的查找速度更快。
可以很自然地扩展为更大的数据集，因为他们无需使用代价高昂的连接运算符。

缺点：

RDBMS可以用在更为通用的场景下，图型数据库只适合类似于图的数据。

典型代表：

Neo4j
FlockDB
InfoGrid
OrientDB

多模数据库

这些数据库包含了多种数据库的特性。

有两种不同的产品分组可以认为是多模的：

支持多种数据模型和用例的多模数据库。比如说，ArangoDB宣称它拥有键值存储的好处，同时还提供了面向文档以及图型数据库的支持。
支持多种模式的通用目的的数据库。比如说，Oracle的MySQL 5.6支持SQL方式的访问，也可以通过Memcached API实现键值访问。

典型代表：

ArangoDB
Aerospike
Datomic

对象数据库

数据库中的数据都建模为对象、属性、方法以及类。面向对象的数据库通常适合于需要高性能数据处理的应用，这种应用一般都有非常复杂的结构。

优点：

相比于关系元组来说，对象模型最适合于展现现实世界，对于复杂、多方位的对象来说尤为如此。
使用层次特性来组织数据。
访问数据时并不需要专门的查询语言，因为访问是直接面向对象的。然而，有时也是需要使用查询的。

缺点

在RDBMS中，由于表的创建、修改或是删除而导致的模式修改通常并不依赖于应用。在使用对象数据库的应用中，模式修改类通常意味着还要对与当前类关联的其他应用类进行修改。这会导致对整个系统进行修改。
对象数据库通常会通过单独的API与特定的语言绑定，只有通过该API才能查询数据。在这方面，RDBMS就做得很好，这要归功于它所使用的通用查询语言。

典型代表：