对比传统关系型，NoSQL有着更复杂的分类

与传统的关系相比，NoSQL具有更复杂的分类-键值，面向文档，列存储和图形。这是各种NoSQL的适用方案以及一些知名公司的程序选项的列表。

在过去的几年中，关系一直是数据持久性的唯一选择，并且数据工作人员仅考虑在这些传统（例如SQL Server，Oracle或MySQL）之间进行过滤。甚至做出一些默认选择。例如，那些使用.NET的用户通常会选择SQL Server。使用Java的人可能更喜欢Oracle，Ruby是MySQL，Python是PostgreSQL或MySQL，等等。

原因很简单。过去很长一段时间，关系的健壮性已在大多数应用程序中得到证明。我们可以使用这些传统很好地控制并发操作，事务等。但是，如果传统的关系一直如此可靠，那么NoSQL是什么？ NoSQL之所以能够生存和发展，是因为NoSQL可以完成传统的关系无法做到的事情！

关系中的问题

阻抗不匹配

我们使用Python，Ruby，Java，.Net和其他语言编写应用程序。这些语言具有面向对象的共同特征。但是我们使用MySQL，PostgreSQL，Oracle和SQL Server，这些也有一个通用的功能关系。这涉及术语“阻抗不匹配”：存储结构是面向对象的，但是是关系的，因此，每次我们存储或查询数据时，都需要进行转换。像Hibernate和Entity Framework这样的ORM框架确实可以简化此过程，但是当对查询的高性能要求很高时，这些ORM框架就会被拉伸。

应用程序的规模变大

Web应用程序的规模越来越大。我们需要存储更多的数据，服务更多的用户，并需要更多的计算能力。为了应对这种情况，我们需要继续扩大。扩展有两种类型：一种是垂直扩展，这意味着购买更好的机器，更多的磁盘，更多的内存等。另一个是水平扩展，这意味着要购买更多计算机以形成集群。

在大范围内，垂直扩展没有太大的作用。首先，单台机器的性能提升需要大量开销，并且存在性能极限。在Google和Facebook的规模上，永远不可能使用一台机器来支持所有负载。考虑到这种情况，我们需要一个新的，因为关系在群集上不能很好地运行。是的，您也可以构建一个关系集群，但是它们使用共享存储，这不是我们想要的类型。因此，存在一个以Google，Facebook和Amazon为首的NoSQL时代，它试图处理更多的传输。

NoSQL时代

已经有许多NoSQL，例如MongoDB，Redis，Riak，HBase，Cassandra等。每个都具有以下特征之一：

NoSQL的类型

NoSQL可以大致分为4类：键值，面向文档，列族和面向图的。下面是这些类型的特征的列表。

一、键值

键值就像传统语言中使用的哈希表一样。您可以按键添加，查询或删除数据。鉴于使用主键进行访问，您将获得良好的性能和可伸缩性。

适用方案

存储用户信息，例如会话，配置文件，参数，购物车等。此信息通常链接到ID（键）。在这种情况下，键值是一个不错的选择。

不适用的情况

二、面向文档的

面向文档的以文档形式存储数据。每个文档都是一个独立的数据单元，是一系列数据项的集合。每个数据项都有一个名称和一个相应的值。该值可以是简单的数据类型，例如字符串，数字和日期等。它也可以是复杂类型，例如有序列表和关联的对象。数据存储的最小单位是文档。存储在同一表中的文档属性可以不同，并且数据可以以多种格式存储，例如XML，JSON或JSONB。

适用方案

不适用的情况

将交易添加到其他文档。面向文档的不支持文档之间的事务。如果有此需求，则不应使用此解决方案。

三、宽列存储/列族

列存储将数据存储在列族中，并且列族存储经常一起查询的相关数据。例如，如果我们有一个Person类，我们通常会一起查询他们的姓名和年龄，而不是工资。在这种情况下，姓名和年龄将被放在一个列族中，而薪水将在另一个列族中。

适用方案

不适用的情况

四、面向图形的

图允许我们以图的形式存储数据。实体将被视为顶点，而实体之间的关系将被视为边。例如，如果我们有三个实体，即史蒂夫·乔布斯，苹果和Next，那么将有两个“创建者”边缘将Apple和Next与史蒂夫·乔布斯联系起来。

适用方案

（编者注0：本文以下内容的英语来源：KristófKovács，由Bole Online-Tang Youhua翻译）NoSQL之间的差异远远超过了两个SQL之间的差异。这意味着软件设计师应在项目开始时选择合适的NoSQL。针对这种情况，下面是Cassandra，Mongodb，CouchDB，Redis，Riak，Membase，Neo4j和HBase之间的比较。

（编者注1：NoSQL：是一种革命性的运动，NoSQL的提倡者提倡使用非关系数据存储。当今的计算机体系结构在数据存储方面需要巨大的水平可扩展性，并且NoSQL致力于改变这种状态融业（尽管金融交易不是必需的，但是这些行业对的要求要比其高），写入的速度比读取的速度快，所以自然的特征是实时数据分析

8. HBase

HBase与ghshephard一起使用。

最佳应用方案

适用于首选BigTable且需要随机，实时访问大数据的情况。

例如：Facebook消息（更多常见用例即将推出）。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/shoujiruanjian/article-373472-1.html