MongoDB探索（2）---NoSQL与关系型数据库的深入探讨
关系型数据库广被人诟病的一点就是横向扩展能力差。可究竟其为什么横向扩展能力差，为甚么两台服务器上MySQL提供的计算能力并不是1+1=2这种线性扩展，为什么NoSQL能解决这个问题，本文将对这个问题作出深入探讨。
首先我们还是从关系型数据的ACID原则开始说起
文章图片
ACID图 ACID，是指数据库管理系统（DBMS）在写入或更新资料的过程中，为保证事务（transaction）是正确可靠的，所必须具备的四个特性：原子性（atomicity，或称不可分割性）、一致性（consistency）、隔离性（isolation，又称独立性）、持久性（durability）。
A – Atomicity – 原子性
一个事务（transaction）中的所有操作，要么全部完成，要么全部不完成，不会结束在中间某个环节。事务在执行过程中发生错误，会被回滚（Rollback）到事务开始前的状态，就像这个事务从来没有被执行过一样。
C – Consistency – 一致性
在事务开始之前和事务结束以后，数据库的完整性没有被破坏。这表示写入的资料必须完全符合所有的预设规则，这包含资料的精确度、串联性以及后续数据库可以自发性地完成预定的工作。
I – Isolation – 隔离性
数据库允许多个并发事务同时对其数据进行读写和修改的能力，隔离性可以防止多个事务并发执行时由于交叉执行而导致数据的不一致。事务隔离分为不同级别，包括读未提交（Read uncommitted）、读提交（read committed）、可重复读（repeatable read）和串行化（Serializable）。
D – Durability – 持久性
事务处理结束后，对数据的修改就是永久的，即便系统故障也不会丢失。
但基于ACID的关系型数据在目前互联网发展下遇到了哪些瓶颈呢：
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。
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，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
在关系型数据库中，导致性能欠佳的最主要原因是多表的关联查询，以及复杂的数据分析类型的复杂SQL报表查询。为了保证数据库的ACID特性，我们必须尽量按照其要求的范式进行设计，关系型数据库中的表都是存储一个格式化的数据结构。每个元组字段的组成都是一样，即使不是每个元组都需要所有的字段，但数据库会为每个元组分配所有的字段，这样的结构可以便于标语表之间进行链接等操作，但从另一个角度来说它也是关系型数据库性能瓶颈的一个因素。
MongoDB决定采用一种非关系型的方法来解决这些问题。MongoDB将其数据存储在BSON文档中，其中所有的相关数据都被放置在一起，这意味着其在一个位置。MongoDB的查询是基于文档中的键的，因此这些文档可以分散到多台服务器，查询每台服务器意味着该服务器将检查自己的文档集并返回结果。这使得线性可扩展性和性能提升成为可能。
nosql和关系型数据库比较？
优点：
1）成本：nosql数据库简单易部署，基本都是开源软件，不需要像使用oracle那样花费大量成本购买使用，相比关系型数据库价格便宜。
2）查询速度：nosql数据库将数据存储于缓存之中，关系型数据库将数据存储在硬盘中，自然查询速度远不及nosql数据库。
3）存储数据的格式：nosql的存储格式是key,value形式、文档形式、图片形式等等，所以可以存储基础类型以及对象或者是集合等各种格式，而数据库则只支持基础类型。
4）扩展性：关系型数据库有类似join这样的多表查询机制的限制导致扩展很艰难。
5）模式灵活性：关系型数据库在设计上非常不灵活，添加一个列是禁忌，尤其是在表已经有一些数据的时候，而面向列，面向文档的非关系型数据库能很好解决这个问题
6）复杂查询：关系型数据库会耗费大量资源去执行，而非关系型数据库可以通过缓存等方法去组合执行。
7）数据更新：关系型数据对于多节点跨表更新来是非常麻烦的，尤其当他们是事务的一部分时，更是如此（两阶段）。但MongoDB允许跨节点更新、具有冲突解决方案的同步，以及最终实现在可接受时长内运行几毫秒并确保跨数据中心的一致性。
8）可扩展性：NoSQL提供了更好的可扩展性（BASE原则）
缺点：
1）维护的工具和资料有限，因为nosql是属于新的技术，不能和关系型数据库10几年的技术同日而语。
2）不提供对sql的支持，如果不支持sql这样的工业标准，将产生一定用户的学习和使用成本。
【MongoDB探索（2）---NoSQL与关系型数据库的深入探讨】3）不提供关系型数据库对事物的处理。
推荐阅读
- MongoDB，Wondows下免安装版|MongoDB，Wondows下免安装版 （简化版操作）
- 读书笔记:博登海默法理学|读书笔记:博登海默法理学 —— 正义的探索（1）
- 探索免费开源服务器tomcat的魅力
- docker镜像探索----dive工具
- 积极探索|积极探索 绽放生命 ???——心心相印计划:青少年心理工作研讨小组全国大型公益行动第二次活动包头市青山区分校圆满成功
- 自我探索之原生家庭1
- SpringBoot整合MongoDB完整实例代码
- 故障分析 | MongoDB 5.0 报错 Illegal instruction 解决
- MongoDB|MongoDB - 简介
- 以微信公众号进行提升学生写作能力的探索