精华内容
下载资源
问答
  • 键值数据库 适用案例 现在讲几个适合使用键值数据库的情况 1 存触会话信息 通常来说每一次网络会话都是唯一的所以分配给它们的 session id 值也各 不相同如果应用程序原来要把 session id 存在磁盘上或关系型数据库...
  • 四类NoSQL数据库适用场景总结

    千次阅读 2016-04-20 15:26:25
    适用案例 现在讲几个适合使用键值数据库的情况。 1 存触会话信息 通常来说,每一次网络会话都是唯一的,所以分配给它们的session id 值也各不相同。如果应用程序原来要把session id 存在磁盘上或关系型数据库...

    键值数据库

    适用案例

    现在讲几个适合使用键值数据库的情况。

    1 存触会话信息
    通常来说,每一次网络会话都是唯一的,所以分配给它们的session id 值也各不相同。如果应用程序原来要把session id 存在磁盘上或关系型数据库中,那么将其迁移到键值数据库之后, 会获益良多, 因为全部会话内容都可以用一条PU T 请求来存放,而且只需一条GET 请求就能取得。由于会话中的所有信息都放在一个对象中,所以这种" 单请求操作" (single-request operation ) 很迅速。许多网络应用程序都使用像Memcached 这样的解决方案。如果"可用性" 较为重要,可使用Riak .
    2 用户配置信息
    几乎每位用户都有userld 、usemame 或其他独特的属性, 而且其配置信息也各自独立, 诸如语言、颜色、时区、访问过的产品等。这些内容可全部放在一个对象里,以便只用一次GET 操作即获取某位用户的全部配置信息。同理,产品信息也可如此存放。
    3 购物车数据

    电子商务网站的用户都与其购物车相绑定。由于购物车的内容要在不同时间、不同浏览器、不同电脑、不同会话中保持一致,所以可把购物信息放在value 属性中,并将其绑定到userid 这个键名上。此类应用程序最宜使用Riak 集群了。


    不适用场合
    键值数据库在某些场合下并不是最佳方案。
    1 数据间关系
    如果要在不向数据集之间建立关系,或是将不同的关键字集合联系起来, 那么即使某些键值数据库提供了"链接遍历"等功能,它们也不是最佳选择了。
    2 含有多项操作的事务
    如果在保存多个键值对时,其中有一个关键字出错,而你又需要复原或回攘其余操作,那么键值数据库就不是最好的解决方案。
    3 查询数据
    如果要根据键值对的某部分值来搜寻关键字,那么键值数据库就不是很理想了。
    我们无法直接检视键值数据库中的值,除非使用某些类似Riak Search 的产品或是像Lucene、Solr这样的"检索引擎" ( indexing engine) 。
    4 操作关键字集合
    由于键值数据库一次只能操作一个键,所以它无法同时操作多个关键字。假如需要操作多个关键字,那么最好在客户端处理此问题。


    文档数据库
    适用案例
    1 事件记录
    应用程序对事件记录各有需求。在企业级解决方案中,许多不同的应用程序都需要记录事件。文档数据库可以把所有这些不同类型的事件都存起来, 并作为事件存储的"中心数据库" (central data store) 使用。如果事件捕获的数据类型一直在变,那么就更应该用文档数据库了。可以按照触发事件的应用程序名"分片飞也可以按照order processed 或customer_logged e 等事件类型"分片"。
    2 内容管理系统及博窑平台
    由于文档数据库没有"预设模式" ( predefined schema) , 而且通常支持JSON 文挡,所以它们很适合用在"内容管理系统" (content management system ) 及网站发布程序上,也可以用来管理用户评论、用户注册、用户配景和面向Web 文档( web document ) 。
    3 网站分析与实时分析
    文档数据库可存储实时分析数据。由于可以只更新部分文档内容,所以用它来存储"页面浏览量" ( page view ) 或" 独立访客数" (unique v isitor ) 会非常方便,而且无需改变模式即可新增度量标准。
    4 电子商务应用程序
    电子商务类应用程序通常需要较为灵活的模式,以存储产品和订单。同时,它们也需要在不做高戚本数据库重构及数据迁移(参见1 2 .3 节)的前提下进化其数据模型。


    不适用场合
    某些场合文档数据库井非最佳方案。
    1 包含多项操作的复杂事务
    文档数据库也许不适合执行"跨文挡的原子操作" (atomic cross-document operation) ,然而像RavenDB 等文档数据库其实也支持此类操作。
    2 查询持续变化的聚合结构
    灵活的模式意味着数据库对模式不施加任何限制。数据以"应用程序实体"(application entity) 的形式存储。如果要即时查询这些持续改变的实体,那么所用的查询命令也得不停变化( 用关系型数据库的术语讲,就是:用JOIN 语句将数据表按查询标准连接起来时,待连接的表一直在变)。由于数据保存在聚合中, 所以假如聚合的设计持续变动,那么就需要以" 最低级别的粒度" ( lowest level of granularity ) 来保存聚合了, 这实际上就等于要统一数据格式了。在这种情况下,文档数据库也许不合适。



    列族数据库


    适用案例
    现在讨论几个适合用列族数据库解决的问题。
    1 事件记录
    由于列族数据库可存放任意数据结构,所以它很适合用来保存应用程序状态或运行中遇到的错误等事件信息。在企业级环境下,所有应用程序都可以把事件写入Cassandra 数据库。它们可以用appname: timestamp (应用程序名: 时间戳〉作为行键,并使用自己需要的列。由于Cassa ndra 的写人能力可扩展,所以在事件记录系统中使用它效果会很好(参见图1 0 .2 )。
    2 内容管理系统与博窑平台
    使用列族,可以把博文的"标签" (tag) 、"类别" (catelog〉、"链接" ( link ) 和"mckback" 等属性放在不同的列中。评论信息既可以与上述内容放在同一行,也可以移到另一个"键空间"。同理,博客用户与实际博文亦可存于不同列族中。
    3 计数器
    在网络应用程序中,通常要统计某页面的访问人数并对其分类,以算出分析数据。
    此时可使用CounterColum nType 来创建列族。
    CREATE COLUMN FAMILY visit counter
    WITH default_validation_class=CounterColumnType
    AND key--va l Ida t lorIECla sszUTF8Type AND c。mpara t。r=UTF8Type J
    创建好列族后,可以使用任意列记录网络应用程序中每个用户访问每一页面的次数。
    INCR visit counter[ 'mfowler ' 1 [home) BY 1 ;
    INCR visit counter[ 'mfow1er '] (products] BY 1 ;
    I NCR visit counter['mfowler') (contactus) BY 1;
    也可以用C QL 增加计数器的值:
    UPDATE visi t counter SET home = home + 1 WHERE KEY= 'mfowler '
    4 限期使用
    我们可能需要向用户提供试用版,或是在网站上将某个广告条显示一定时间。这
    些功能可以通过" 带过期时限的列" ( expiring column ) 来完成。这种列过了给定时限后,就会由Cassandra 自动删除。这个时限叫做TTL (Time To Live ,生存时间),以秒为单位。经过TTL 指定的时长后,这种列就被删掉了。程序若检测到此列不存在,则可收回用户访问权限或移除广告条。

    SET Customer( ' mfowler ' ) ( ' demo access ' ) = ' allowed ' WITH ttl=2592000;


    不适用场合
    有些问题用列族数据库来解决并不是最佳选择,例如需要以" ACID 事务"执行写人及读取操作的系统。如果想让数据库根据查询结果来聚合数据( 例如SUM (求和〉或AVG ( 求平均值) ) , 那么得把每一行数据都读到客户端, 并在此执行操作。在开发早期原型或刚开始试探某个技术方案时,不太适合用Cassandra. 开发初期无法确定查询模式的变化情况,而查询模式一旦改变,列族的设计也要随之修改。这将阻碍产品创新团队的工作并降低开发者的生产能力。在关系型数据库中,数据模式的修改成本很高,而这却降低了查询模式的修改成本; Cassandra 则与之相反,改变其查询模式要比改变其数据模式代价更高。


    图数据库


    适用案例
    接下来讲一些适合使用图数据库的用例。
    1 互联数据
    部署并使用图数据库来处理社交网络非常高效。社交图里并不是只能有"朋友"这种关系,例如也可以用它们表示雇员、雇员的学识, 以及这些雇员与其他雇员在不同项目中的工作位置。任何富含链接关系的领域都很适合用图数据库表示。假如同一个数据库含有不同领域(像社交领域、空间领域、商务领域等)的领域实体,而这些实体之间又有关系,那么图数据库提供的跨领域遍历功能,可以让这些关系变得更有价值。
    .2 安排运输路线、分派货物和基于位置的服务
    投递过程中的每个地点或地址都是一个节点, 可以把送货员投递货物时所经全部节点建模为一张节点图。节点间关系可带有距离属性,以便高效投递货物。距离与位置属性也可用在名胜图(graph of places of interest ) 中, 这样应用程序就可向用户推荐其附近的好餐馆及娱乐场所了。还可将书店、餐馆等销售点( point of sales) 做成节点, 当用户靠近时通知他们,以提供基于位置的服务。
    3 推荐引擎

    在系统中创建节点与关系时, 可以用它们为客户推荐信息,例如"您的朋友也买了这件产品"或"给这些货品开发票时,通常也要为那些货品一并开票"。还可以用它们向旅行者提议: 来巴塞罗那旅游的人一般都会去看看安东尼· 高迪@ 所设计的建筑。用图数据库推荐信息时,有个副作用值得注意: 随着数据量变多,推荐信息所用的节点及关系数也激增。同一份数据可以挖掘出不同信息。例如,既可以从中看出客户总是将其与哪些产品一并购买,也可以查出与此产品一并开发票的其余产品。若两者不匹配,则可发出警示。因数据库与其他" 推荐引擎" ( recommendation engine ) 一样,也可以根据关系间的模式侦测交易欺诈( fraud in transaction ) 。


    不适用场合
    图数据库在某些情形下也许不适用。在更新全部或某子集内的实体时就是这样。比如,在某个" 数据分析解决方案" (analytics solution ) 中, 只要一个属性变了,全部实体就都得更新。此时图数据库的效果就不理想了,因为投有哪个简单的操作能一次性改变所有节点中的某个属性。即便数据模型适合问题领域, 某些图数据库可能也无法处理那么大的数据盘, 尤其在执行"全局图操作" (global graph operation,涉及整张图的操作)时更是如此。


    展开全文
  • nosql应用场景

    千次阅读 2015-08-17 18:03:24
    NoSql,主要指非关系的、分布式的数据库设计模式。也有许多专家将NoSql解读为Not Only SQL,表示NoSQL只是关系数据库的补充,而不是替代方案。一般而言,NoSQL数据库产品都放弃了关系型数据库的两大重要基础:以关系...

          关系数据库根据范式将表到最小冗余,再通SQL查询出数据。NoSQL数据库产品都放弃了关系型数据库的两大重要基础:以关系代数为基础的结构化查询语句(SQL)和事务一致性保证(ACID)。而强化了其他一些大型网站更关注的特性:高可用性和可伸缩性。

            NoSql准确点翻译成Not Only SQL    ,并非表之间没有关系。比如可以通过Id和索引来读取多个表中的数据,然后手动将他们关联在一起。相对对于SQL来讲,关联性相对更自由,限制也较少。但是它为非关系而生,不适用于需要大量关联的数据。

    1、High performance - 对数据库高并发读写的需求

    web2.0网站要根据用户个性化信息来实时生成动态页面和提供动态信息,所以基本上无法使用动态页面静态化技术,因此数据库并发负载非常高,往往要达到每秒上万次读写请求。关系数据库应付上万次SQL查询还勉强顶得住,但是应付上万次SQL写数据请求,硬盘IO就已经无法承受了。其实对于普通的BBS网站,往往也存在对高并发写请求的需求。


    2、对海量数据的高效率存储和访问

    对于大型的SNS网站,每天用户产生海量的用户动态,以国外的Friendfeed为例,一个月就达到了2.5亿条用户动态,对于关系数据库来说,在一张2.5亿条记录的表里面进行SQL查询,效率是极其低下乃至不可忍受的。再例如大型web网站的用户登录系统,例如腾讯,盛大,动辄数以亿计的帐号,关系数据库也很难应付。


    3、高可用性和可伸缩性
    在基于web的架构当中,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,你的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,为什么数据库不能通过不断的添加服务器节点来实现扩展呢?


    在上面提到的“三高”需求面前,关系数据库遇到了难以克服的障碍,而对于web2.0网站来说,关系数据库的很多主要特性却往往无用武之地,例如:

    1、数据库事务一致性需求
    很多web实时系统并不要求严格的数据库事务,对读一致性的要求很低,有些场合对写一致性要求也不高。因此数据库事务管理成了数据库高负载下一个沉重的负担。
    2、数据库的写实时性和读实时性需求
    对关系数据库来说,插入一条数据之后立刻查询,是肯定可以读出来这条数据的,但是对于很多web应用来说,并不要求这么高的实时性。
    3、对复杂的SQL查询,特别是多表关联查询的需求
    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,从需求以及产品设计角度,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的功能被极大的弱化了。
    因此,关系数据库在这些越来越多的应用场景下显得不那么合适了,为了解决这类问题的非关系数据库应运而生。
    NoSQL 是非关系型数据存储的广义定义。它打破了长久以来关系型数据库与ACID理论大一统的局面。NoSQL 数据存储不需要固定的表结构,通常也不存在连接操作。在大数据存取上具备关系型数据库无法比拟的性能优势。该术语在 2009 年初得到了广泛认同。
    当今的应用体系结构需要数据存储在横向伸缩性上能够满足需求。而 NoSQL 存储就是为了实现这个需求。Google 的BigTable与Amazon的Dynamo是非常成功的商业 NoSQL 实现。一些开源的 NoSQL 体系,如Facebook 的Cassandra, Apache 的HBase,也得到了广泛认同。


    MongoDB

    MongoDB是一个介于关系数据库和非关系数据库之间的产品,是非关系数据库当中功能最丰富,最像关系数据库的。他支持的数据结构非常松散,是 类似json的bjson格式,因此可以存储比较复杂的数据类型。Mongo最大的特点是他支持的查询语言非常强大,其语法有点类似于面向对象的查询语 言,几乎可以实现类似关系数据库单表查询的绝大部分功能,而且还支持对数据建立索引。






     

    展开全文
  • NoSQL类型介绍及适用场景

    千次阅读 2017-01-12 19:15:48
    适用场景 1.  取代通过键查询,而是通过值来查询。Key-Value数据库中根本没有通过值查询的途径。 2.  需要储存数据之间的关系。在Key-Value数据库中不能通过两个或以上的键来关联数据。 3.  ...

    应用程序规模的变大

    网络应用程序的规模日渐变大,我们需要储存更多的数据、服务更多的用户以及需求更多的计算能力。为了应对这种情形,我们需要不停的扩展。扩展分为两类:一种是纵向扩展,即购买更好的机器,更多的磁盘、更多的内存等等;另一种是横向扩展,即购买更多的机器组成集群。在巨大的规模下,纵向扩展发挥的作用并不是很大。首先单机器性能提升需要巨额的开销并且有着性能的上限,在Google和Facebook这种规模下,永远不可能使用一台机器支撑所有的负载。鉴于这种情况,我们需要新的数据库,因为关系数据库并不能很好的运行在集群上。不错你也可能会去搭建关系数据库集群,但是他们使用的是共享存储,这并不是我们想要的类型。于是就有了以Google、Facebook、Amazon这些试图处理更多传输所引领的NoSQL纪元。

    NoSQL纪元

    当下已经存在很多的NoSQL数据库,比如MongoDBRedis、Riak、Hbase、Cassandra等等。每一个都拥有以下几个特性中的一个:

    • 不再使用SQL语言,比如MongoDB、Cassandra就有自己的查询语言
    • 通常是开源项目
    • 为集群运行而生
    • 弱结构化——不会严格的限制数据结构类型

    NoSQL数据库的类型

    NoSQL可以大体上分为4个种类:Key-value、Document-Oriented、Column-Family Databases以及 Graph-Oriented Databases。下面就一览这些类型的特性:

    一、 键值(Key-Value)数据库

    键值数据库就像在传统语言中使用的哈希表。你可以通过key来添加、查询或者删除数据,鉴于使用主键访问,所以会获得不错的性能及扩展性。

    产品:Riak、Redis、Memcached、Amazon’s Dynamo、Project Voldemort

    有谁在使用:GitHub (Riak)、BestBuy (Riak)、Twitter (Redis和Memcached)、StackOverFlow (Redis)、 Instagram (Redis)、Youtube (Memcached)、Wikipedia(Memcached)

    适用的场景

    储存用户信息,比如会话、配置文件、参数、购物车等等。这些信息一般都和ID(键)挂钩,这种情景下键值数据库是个很好的选择。

    不适用场景

    1. 取代通过键查询,而是通过值来查询。Key-Value数据库中根本没有通过值查询的途径。

    2. 需要储存数据之间的关系。在Key-Value数据库中不能通过两个或以上的键来关联数据。

    3. 事务的支持。在Key-Value数据库中故障产生时不可以进行回滚。

    二、 面向文档(Document-Oriented)数据库

    面向文档数据库会将数据以文档的形式储存。每个文档都是自包含的数据单元,是一系列数据项的集合。每个数据项都有一个名称与对应的值,值既可以是简单的数据类型,如字符串、数字和日期等;也可以是复杂的类型,如有序列表和关联对象。数据存储的最小单位是文档,同一个表中存储的文档属性可以是不同的,数据可以使用XML、JSON或者JSONB等多种形式存储。

    产品:MongoDB、CouchDB、RavenDB

    有谁在使用:SAP (MongoDB)、Codecademy (MongoDB)、Foursquare (MongoDB)、NBC News (RavenDB)

    适用的场景

    1. 日志。企业环境下,每个应用程序都有不同的日志信息。Document-Oriented数据库并没有固定的模式,所以我们可以使用它储存不同的信息。

    2. 分析。鉴于它的弱模式结构,不改变模式下就可以储存不同的度量方法及添加新的度量。

    不适用场景

    在不同的文档上添加事务。Document-Oriented数据库并不支持文档间的事务,如果对这方面有需求则不应该选用这个解决方案。

    三、 列存储(Wide Column Store/Column-Family)数据库

    列存储数据库将数据储存在列族(column family)中,一个列族存储经常被一起查询的相关数据。举个例子,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薪资。这种情况下,姓名和年龄就会被放入一个列族中,而薪资则在另一个列族中。

    产品:Cassandra、HBase

    有谁在使用:Ebay (Cassandra)、Instagram (Cassandra)、NASA (Cassandra)、Twitter (Cassandra and HBase)、Facebook (HBase)、Yahoo!(HBase)

    适用的场景

    1. 日志。因为我们可以将数据储存在不同的列中,每个应用程序可以将信息写入自己的列族中。

    2. 博客平台。我们储存每个信息到不同的列族中。举个例子,标签可以储存在一个,类别可以在一个,而文章则在另一个。

    不适用场景

    1. 如果我们需要ACID事务。Vassandra就不支持事务。

    2. 原型设计。如果我们分析Cassandra的数据结构,我们就会发现结构是基于我们期望的数据查询方式而定。在模型设计之初,我们根本不可能去预测它的查询方式,而一旦查询方式改变,我们就必须重新设计列族。

    四、 图(Graph-Oriented)数据库

    图数据库允许我们将数据以图的方式储存。实体会被作为顶点,而实体之间的关系则会被作为边。比如我们有三个实体,Steve Jobs、Apple和Next,则会有两个“Founded by”的边将Apple和Next连接到Steve Jobs。

    产品:Neo4J、Infinite Graph、OrientDB

    有谁在使用:Adobe (Neo4J)、Cisco (Neo4J)、T-Mobile (Neo4J)

    适用的场景

    1. 在一些关系性强的数据中

    2. 推荐引擎。如果我们将数据以图的形式表现,那么将会非常有益于推荐的制定

    不适用场景

    不适合的数据模型。图数据库的适用范围很小,因为很少有操作涉及到整个图。



    展开全文
  • 一网打尽当下NoSQL类型、适用场景及使用公司 摘要:对比传统关系型数据库,NoSQL有着更为复杂的分类——键值、面向文档、列存储以及图数据库。这里就带你一览NoSQL各种类型的适用场景及一些知名公司的方案选择。 ...

    一网打尽当下NoSQL类型、适用场景及使用公司

    摘要:对比传统关系型数据库,NoSQL有着更为复杂的分类——键值、面向文档、列存储以及图数据库。这里就带你一览NoSQL各种类型的适用场景及一些知名公司的方案选择。

    在过去几年,关系型数据库一直是数据持久化的唯一选择,数据工作者考虑的也只是在这些传统数据库中做筛选,比如SQL Server、Oracle或者是MySQL。甚至是做一些默认的选择,比如使用.NET的一般会选择SQL Server;使用Java的可能会偏向Oracle,Ruby是MySQL,Python则是PostgreSQL或MySQL等等。

    原因很简单:过去很长一段时间内,关系数据库的健壮性已经在多数应用程序中得到证实。我们可以使用这些传统数据库良好的控制并发操作、事务等等。然而如果传统的关系型数据库一直这么可靠,那么还有NoSQL什么事?NoSQL之所以生存并得到发展,是因为它做到了传统关系型数据库做不到的事!

    关系型数据库中存在的问题

    Impedance Mismatch

     

    我们使用Python、Ruby、Java、.Net等语言编写应用程序,这些语言有一个共同的特性——面向对象。但是我们使用MySQL、PostgreSQL、Oracle以及SQL Server,这些数据库同样有一个共同的特性——关系型数据库。这里就牵扯到了“Impedance Mismatch”这个术语:存储结构是面向对象的,但是数据库却是关系的,所以在每次存储或者查询数据时,我们都需要做转换。类似Hibernate、Entity Framework这样的ORM框架确实可以简化这个过程,但是在对查询有高性能需求时,这些ORM框架就捉襟见肘了。

    应用程序规模的变大

    网络应用程序的规模日渐变大,我们需要储存更多的数据、服务更多的用户以及需求更多的计算能力。为了应对这种情形,我们需要不停的扩展。扩展分为两类:一种是纵向扩展,即购买更好的机器,更多的磁盘、更多的内存等等;另一种是横向扩展,即购买更多的机器组成集群。在巨大的规模下,纵向扩展发挥的作用并不是很大。首先单机器性能提升需要巨额的开销并且有着性能的上限,在Google和Facebook这种规模下,永远不可能使用一台机器支撑所有的负载。鉴于这种情况,我们需要新的数据库,因为关系数据库并不能很好的运行在集群上。不错你也可能会去搭建关系数据库集群,但是他们使用的是共享存储,这并不是我们想要的类型。于是就有了以Google、Facebook、Amazon这些试图处理更多传输所引领的NoSQL纪元。

    NoSQL纪元

    当下已经存在很多的NoSQL数据库,比如MongoDB、Redis、Riak、HBase、Cassandra等等。每一个都拥有以下几个特性中的一个:

    • 不再使用SQL语言,比如MongoDB、Cassandra就有自己的查询语言
    • 通常是开源项目
    • 为集群运行而生
    • 弱结构化——不会严格的限制数据结构类型

    NoSQL数据库的类型

    NoSQL可以大体上分为4个种类:Key-value、Document-Oriented、Column-Family Databases以及 Graph-Oriented Databases。下面就一览这些类型的特性:

    一、 键值(Key-Value)数据库

    键值数据库就像在传统语言中使用的哈希表。你可以通过key来添加、查询或者删除数据,鉴于使用主键访问,所以会获得不错的性能及扩展性。

    产品:Riak、Redis、Memcached、Amazon’s Dynamo、Project Voldemort

    有谁在使用:GitHub (Riak)、BestBuy (Riak)、Twitter (Redis和Memcached)、StackOverFlow (Redis)、 Instagram (Redis)、Youtube (Memcached)、Wikipedia(Memcached)

    适用的场景

    储存用户信息,比如会话、配置文件、参数、购物车等等。这些信息一般都和ID(键)挂钩,这种情景下键值数据库是个很好的选择。

    不适用场景

    1. 取代通过键查询,而是通过值来查询。Key-Value数据库中根本没有通过值查询的途径。

    2. 需要储存数据之间的关系。在Key-Value数据库中不能通过两个或以上的键来关联数据。

    3. 事务的支持。在Key-Value数据库中故障产生时不可以进行回滚。

    二、 面向文档(Document-Oriented)数据库

    面向文档数据库会将数据以文档的形式储存。每个文档都是自包含的数据单元,是一系列数据项的集合。每个数据项都有一个名称与对应的值,值既可以是简单的数据类型,如字符串、数字和日期等;也可以是复杂的类型,如有序列表和关联对象。数据存储的最小单位是文档,同一个表中存储的文档属性可以是不同的,数据可以使用XML、JSON或者JSONB等多种形式存储。

    产品:MongoDB、CouchDB、RavenDB

    有谁在使用:SAP (MongoDB)、Codecademy (MongoDB)、Foursquare (MongoDB)、NBC News (RavenDB)

    适用的场景

    1. 日志。企业环境下,每个应用程序都有不同的日志信息。Document-Oriented数据库并没有固定的模式,所以我们可以使用它储存不同的信息。

    2. 分析。鉴于它的弱模式结构,不改变模式下就可以储存不同的度量方法及添加新的度量。

    不适用场景

    在不同的文档上添加事务。Document-Oriented数据库并不支持文档间的事务,如果对这方面有需求则不应该选用这个解决方案。

    三、 列存储(Wide Column Store/Column-Family)数据库

    列存储数据库将数据储存在列族(column family)中,一个列族存储经常被一起查询的相关数据。举个例子,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薪资。这种情况下,姓名和年龄就会被放入一个列族中,而薪资则在另一个列族中。

    产品:Cassandra、HBase

    有谁在使用:Ebay (Cassandra)、Instagram (Cassandra)、NASA (Cassandra)、Twitter (Cassandra and HBase)、Facebook (HBase)、Yahoo!(HBase)

    适用的场景

    1. 日志。因为我们可以将数据储存在不同的列中,每个应用程序可以将信息写入自己的列族中。

    2. 博客平台。我们储存每个信息到不同的列族中。举个例子,标签可以储存在一个,类别可以在一个,而文章则在另一个。

    不适用场景

    1. 如果我们需要ACID事务。Vassandra就不支持事务。

    2. 原型设计。如果我们分析Cassandra的数据结构,我们就会发现结构是基于我们期望的数据查询方式而定。在模型设计之初,我们根本不可能去预测它的查询方式,而一旦查询方式改变,我们就必须重新设计列族。

    四、 图(Graph-Oriented)数据库

    图数据库允许我们将数据以图的方式储存。实体会被作为顶点,而实体之间的关系则会被作为边。比如我们有三个实体,Steve Jobs、Apple和Next,则会有两个“Founded by”的边将Apple和Next连接到Steve Jobs。

    产品:Neo4J、Infinite Graph、OrientDB

    有谁在使用:Adobe (Neo4J)、Cisco (Neo4J)、T-Mobile (Neo4J)

    适用的场景

    1. 在一些关系性强的数据中

    2. 推荐引擎。如果我们将数据以图的形式表现,那么将会非常有益于推荐的制定

    不适用场景

    不适合的数据模型。图数据库的适用范围很小,因为很少有操作涉及到整个图。

    原文链接: NoSQL Databases, why we should use, and which one we should choose (编译/仲浩 审校/周小璐)

    展开全文
  • 这里就带你一览NoSQL各种类型的适用场景及一些知名公司的方案选择。在过去几年,关系型数据库一直是数据持久化的唯一选择,数据工作者考虑的也只是在这些传统数据库中做筛选,比如SQL Server、Oracle或者是MySQL。...
  • 转自:...一网打尽当下NoSQL类型、适用场景及使用公司 发表于2013-07-24 17:57| 40047次阅读| 来源Paulo Ortins| 42 条评论| 作者Paulo Ortins 大数据NoSQL <iframe src=...
  • 适用场景 取代通过键查询,而是通过值来查询。Key-Value数据库中根本没有通过值查询的途径。 需要储存数据之间的关系。在Key-Value数据库中不能通过两个或以上的键来关联数据。 事务的支持。在Key-Value...
  • 但是NoSQL数据库之间的不同,远超过两 SQL数据库之间的差别。这意味着软件架构师更应该在项目开始时就选择好一个适合的 NoSQL数据库。针对这种情况,这里对 Cassandra、 Mongodb、CouchDB、Redis、 Riak、
  • 这里就带你一览NoSQL各种类型的适用场景及一些知名公司的方案选择。 在过去几年,关系型数据库一直是数据持久化的唯一选择,数据工作者考虑的也只是在这些传统数据库中做筛选,比如SQL Server、Oracle或者是MySQL...
  • NoSQL

    千次阅读 2020-03-18 13:03:05
    NoSQL适用场景 对数据高并发的读写 对数据高可扩展性的 速度够快,能够快速的存取数据 1.取最新N个数据的操作 例如典型的取网站的最新文章、某一电商的最新订单。 2.排行榜应用,取TOP N操作...
  • 通过一段时间的整理,完成了6种常用流行的NoSql数据库资料的整合,包括使用等等,是一个全面的介绍!
  • 今天我主要讲两个方面的内容,一是NoSQL的应用场景,另一个是Cassandra架构实现分析。作为一个NoSQL非常接触的应用,我们分析它的架构,看看它怎么做的。看看它的可操作一致性等等的优点。  为了让大家很清楚的...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 21,184
精华内容 8,473
关键字:

nosql适用场景