chapter-25.md

SQL 与 NoSQL

在数据库领域，主要有两种解决方案：SQL 和 NoSQL（即关系型数据库和非关系型数据库）。二者在构建方式、存储的信息类型以及存储方法上存在差异。

关系型数据库是结构化的，并具有预定义的模式（Schema），类似于存储电话号码和地址的电话簿。非关系型数据库则是非结构化的、分布式的，并且模式是动态的，类似于文件夹，可以存储从个人地址和电话号码到 Facebook “点赞”和在线购物偏好等各种数据。

SQL

关系型数据库以行和列的形式存储数据。每一行包含某个实体的完整信息，每一列表示不同的数据字段。常见的关系型数据库包括 MySQL、Oracle、MS SQL Server、SQLite、Postgres 和 MariaDB。

NoSQL

NoSQL 主要分为以下几种类型：

• 键值存储（Key-Value Stores）：数据以键值对（Key-Value）的形式存储。“键”是属性名称，与相应的“值”关联。常见的键值存储数据库包括 Redis、Voldemort 和 Dynamo。

• 文档数据库（Document Databases）：数据存储在文档中，而不是传统的表格（行和列）。这些文档被组织到**集合（Collections）**中，每个文档可以具有完全不同的结构。典型的文档数据库包括 CouchDB 和 MongoDB。

• 宽列存储（Wide-Column Databases）：在列式数据库中，数据被存储在**列族（Column Families）**中，每个列族包含多行。与关系型数据库不同，列式数据库不需要预定义所有列，每一行的列数可以不同。这类数据库特别适用于大规模数据分析，代表性数据库包括 Cassandra 和 HBase。

• 图数据库（Graph Databases）：这类数据库用于存储适合图结构表示的数据。数据以节点（Nodes）、**属性（Properties）和边（Edges）**的形式存储，分别代表实体、实体的信息以及实体之间的连接。典型的图数据库包括 Neo4J 和 InfiniteGraph。

SQL 与 NoSQL 的高层次区别

• 存储方式：
  SQL 数据库将数据存储在**表（Table）中，每一行代表一个实体，每一列代表该实体的一个属性。例如，在存储汽车数据时，不同的列可以是“颜色（Color）”、“品牌（Make）”、“型号（Model）”等。
  NoSQL 数据库采用不同的数据存储模型，主要包括键值（Key-Value）、文档（Document）、图（Graph）和列式（Columnar）**数据库，具体区别将在下文讨论。

• 模式（Schema）：
  在 SQL 数据库中，每条记录都遵循固定的模式（Schema），这意味着必须在数据录入前确定列的结构，并且每一行都需要包含所有列的数据。尽管模式可以在后期修改，但修改涉及对整个数据库的变更，通常需要停机维护。
  NoSQL 数据库的模式是动态的，可以随时添加新列，并且每一“行”（或等效结构）不需要包含所有的列数据。

• 查询方式：
  SQL 数据库使用SQL（Structured Query Language，结构化查询语言）来定义和操作数据，功能强大。
  NoSQL 数据库的查询方式基于文档集合（Collections），有时被称为UnQL（Unstructured Query Language，非结构化查询语言），不同的 NoSQL 数据库采用不同的查询语法。

• 扩展性：
  SQL 数据库通常是垂直扩展（Vertically Scalable）的，即通过提升服务器硬件配置（如增加内存、CPU 等）来提高性能，但这种方式成本昂贵。尽管 SQL 数据库可以进行横向扩展（Horizontal Scaling），即跨多台服务器进行分片存储，但实现起来复杂且耗时。
  NoSQL 数据库通常是横向扩展（Horizontally Scalable）的，可以通过增加服务器来轻松应对高并发和大规模数据存储。NoSQL 数据库可以运行在廉价的通用硬件或云实例上，并且许多 NoSQL 技术支持自动数据分布，因此比垂直扩展更具成本优势。

• 可靠性与 ACID 事务：
  大多数关系型数据库都符合 ACID（原子性 Atomicity、一致性 Consistency、隔离性 Isolation、持久性 Durability） 原则，因此在数据可靠性和事务安全性方面，SQL 数据库仍然是更可靠的选择。
  许多 NoSQL 解决方案则牺牲 ACID 特性，以换取更高的性能和扩展性。

SQL vs. NoSQL - 该如何选择？

在数据库技术方面，并不存在放之四海而皆准的解决方案。因此，许多企业会根据不同的需求同时使用关系型数据库（SQL）和非关系型数据库（NoSQL）。尽管 NoSQL 数据库因其高速度和可扩展性而日益受到欢迎，但在某些场景下，结构化程度较高的 SQL 数据库仍然具有优势。因此，选择合适的数据库技术取决于具体的使用场景。

何时使用 SQL 数据库？

以下是选择 SQL 数据库的一些典型场景：

1. 需要满足 ACID 事务一致性：
   ACID 事务可减少数据异常，保障数据库完整性，确保事务的可靠执行。通常，NoSQL 数据库会牺牲 ACID 特性以换取更好的可扩展性和处理速度。但对于电商和金融应用来说，支持 ACID 事务的一致性数据库仍然是更好的选择。

2. 数据结构稳定且变化不大：
   如果你的业务不会经历大规模增长，因此不需要额外的服务器扩展，并且数据结构固定且一致，那么使用 NoSQL 可能并无必要。SQL 数据库适用于这类结构化数据的存储和管理。

何时使用 NoSQL 数据库？

当应用程序的其他组件运行快速且无缝衔接时，NoSQL 数据库可以避免数据存储成为性能瓶颈。**大数据（Big Data）**的发展推动了 NoSQL 数据库的普及，主要因为它采用不同于传统关系型数据库的数据存储方式。以下是 NoSQL 数据库的典型应用场景：

1. 存储大规模、非结构化或半结构化数据：
   NoSQL 数据库不限制存储的数据类型，并且允许根据需求动态添加新类型。例如，文档数据库可以在同一个地方存储不同类型的数据，而无需事先定义其结构。

2. 充分利用云计算与分布式存储：
   云存储是降低成本的优秀解决方案，但它要求数据能够轻松分布到多个服务器进行扩展。使用廉价的通用硬件（无论是在本地还是云端）可以减少额外的软件开销。而像 Cassandra 这样的 NoSQL 数据库，天生支持跨数据中心扩展，无需额外配置即可轻松扩展。

3. 快速迭代开发：
   NoSQL 非常适合快速开发，因为它不需要预先设计数据库模式。如果你的系统需要频繁更新数据结构，并且版本之间不希望有较长的停机时间，SQL 可能会成为开发瓶颈，而 NoSQL 则能让开发更加敏捷。