知识卡片
NoSQL是关系库的补充
关系数据库凭借强大的SQL能力和ACID特性广泛应用,但并不完美,存在四个具体缺陷。其一,只能存储行记录,无法直接存储数据结构——比如微博”我关注的人”本质是一个用户ID列表,关系数据库只能把它拆成多行分别存储,再查询组装还原成列表,无法原生存一个列表。其二,表结构schema是强约束,业务变化时扩充列要执行DDL语句(CREATE、ALTER等),而且修改时可能长时间锁表(如MySQL某些场景下可能锁表长达1小时)。其三,大数据统计场景下I/O偏高——即使只对某一列做运算,关系数据库也会把整行数据从磁盘读入内存,造成明显的读取浪费。其四,全文搜索能力弱——只能用like做整表模糊扫描,性能很低,无法满足互联网场景下复杂的搜索需求。针对这四个缺陷,业界分别演化出四类NoSQL方案:K-V存储(以Redis为代表)解决数据结构存储问题;文档数据库(以MongoDB为代表)解决schema强约束问题;列式数据库(以HBase为代表)解决大数据I/O问题;全文搜索引擎(以Elasticsearch为代表)解决全文搜索性能问题。但NoSQL带来的优势本质上是靠牺牲ACID中的某个或某几个特性换来的,天下没有免费的午餐,因此不能把NoSQL当成万能银弹去替代关系数据库,而应该把它理解为SQL的有力补充——这也是”NoSQL”这个词真正的含义:不是No SQL(没有SQL),而是Not Only SQL(不仅仅是SQL)。
结构图:
flowchart TB
A["关系数据库的四大缺陷"]
A --> B["无法存储数据结构<br/>如微博关注列表只能拆成多行"]
A --> C["schema强约束,扩展不便<br/>DDL修改可能长时间锁表"]
A --> D["大数据场景I/O高<br/>只用一列也要读整行"]
A --> E["全文搜索弱<br/>只能用like整表扫描"]
B --> F["对应方案:K-V存储<br/>代表:Redis"]
C --> G["对应方案:文档数据库<br/>代表:MongoDB"]
D --> H["对应方案:列式数据库<br/>代表:HBase"]
E --> I["对应方案:全文搜索引擎<br/>代表:Elasticsearch"]
F --> J["NoSQL本质:Not Only SQL<br/>牺牲部分ACID换取优势,是SQL的补充而非替代"]
G --> J
H --> J
I --> J
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
- · 高性能NoSQL
原书出处 · 3 处
- 高性能NoSQL · 查看原书依据
关系数据库存储的是行记录,无法存储数据结构
- 高性能NoSQL · 查看原书依据
NoSQL 方案带来的优势,本质上是牺牲 ACID 中的某个或者某几个特性
- 高性能NoSQL · 查看原书依据
NoSQL != No SQL,而是 NoSQL = Not Only SQL。