Hadoop系列(7):数据存储之数据存储模型

数据存储模型

1、关系模型

    主要以表的形式存储数据，表中每一行(row)为一个记录，每列都有名称和类型

2、NoSQL模型：

（1）键值对数据模型

    有一个特定的key和一个value指针，指向特定的数据。

    适用：通过key对数据进行查询和修改等操作

    不适用：侧重于批量查询、更新的海量存储系统，以及复杂逻辑操作

    优点：数据模型简单、易于实现

    缺点：由HashTable实现，无法进行范围查询；弱化了数据结构，只能在应用层解析结构；模型不提供事务处理机制，只提供get，set操作。

    应用：Redis数据库（键值模型的内存数据库，较小数据的高性能操作）、Dynamo（Amazon专用）

（2）列式数据模型

    列式存储的形式类似于表，但是围绕"列"存储，一个列的数据尽可能存储在硬盘同一页。

    适用：适用于数据分析和数据仓库等，迅速查找数据量大的应用。

    不适用：查询涉及的数据量较小或者大部分查询都需要整行的数据。

    优点：查找速度快，可扩展性强。

    应用：BigTable、Cassandra、HBase

    列族：将多个经常一起访问的数据列的各个值存放在一起。类似于键值对key-value模型，value对应一个列族。

（3）文档数据模型

    文档存储与键值模型类似，value指向结构化数据。value数据以JSON或类JSON格式存储。与关系模型不同，支持嵌套结构；与键值存储不同，文档存储关心存储的内部结构。

    适用：web应用

    优点：数据结构要求不严格，不需要预先定义结构

    缺点：查询性能一般，缺乏统一的查询语法

    应用：MongoDB、CouchDB

（4）图像数据模型

    图形存储存储图的节点和边的信息，部分模型支持添加注释。图模型由节点、边、边的属性组成。

    适用：图结构

    优点：利用图结构相关算法提高性能

    缺点：功能相对有限，扩展性差

    应用：Neo4J、GraphDB