現(xiàn)在我們站在各個(gè)用例的角度上來考慮那種系統(tǒng)適合于這些用例。你的意見是?

首先，我們要縱覽各種數(shù)據(jù)模型。這些模型的分類方法來自于Emil Eifrem 和 NoSQL databases。

文檔數(shù)據(jù)庫

源起：受Lotus Notes啟發(fā)。

數(shù)據(jù)模型：包含了key-value的文檔集合

例子：CouchDB, MongoDB

優(yōu)點(diǎn)：數(shù)據(jù)模型自然，編程友好，快速開發(fā)，web友好，CRUD。

圖數(shù)據(jù)庫

源起： 歐拉和圖理論。

數(shù)據(jù)模型：節(jié)點(diǎn)和關(guān)系，也可處理鍵值對(duì)。

例子：AllegroGraph, InfoGrid, Neo4j

優(yōu)點(diǎn)：解決復(fù)雜的圖問題。

關(guān)系數(shù)據(jù)庫

源起： E. F. Codd 在A Relational Model of Data for Large Shared Data Banks提出的

數(shù)據(jù)模型：各種關(guān)系

例子：VoltDB, Clustrix, MySQL

優(yōu)點(diǎn)：高性能、可擴(kuò)展的OLTP，支持SQL，物化視圖，支持事務(wù)，編程友好。

對(duì)象數(shù)據(jù)庫

源起：圖數(shù)據(jù)庫研究

數(shù)據(jù)模型：對(duì)象

例子：Objectivity, Gemstone

優(yōu)點(diǎn)：復(fù)雜對(duì)象模型，快速鍵值訪問，鍵功能訪問，以及圖數(shù)據(jù)庫的優(yōu)點(diǎn)。

Key-Value數(shù)據(jù)庫

源起：Amazon的論文 Dynamo 和 Distributed HashTables。

數(shù)據(jù)模型：鍵值對(duì)

例子：Membase, Riak

優(yōu)點(diǎn)：處理大量數(shù)據(jù)，快速處理大量讀寫請(qǐng)求。編程友好。

BigTable類型數(shù)據(jù)庫

源起：Google的論文 BigTable。

數(shù)據(jù)模型：列簇，每一行在理論上都是不同的

例子：HBase, Hypertable, Cassandra

優(yōu)點(diǎn)：處理大量數(shù)據(jù)，應(yīng)對(duì)極高寫負(fù)載，高可用，支持跨數(shù)據(jù)中心， MapReduce。

數(shù)據(jù)結(jié)構(gòu)服務(wù)

源起： ?

數(shù)據(jù)模型：字典操作，lists, sets和字符串值

例子：Redis

優(yōu)點(diǎn)：不同于以前的任何數(shù)據(jù)庫

網(wǎng)格數(shù)據(jù)庫

源起：數(shù)據(jù)網(wǎng)格和元組空間研究。

數(shù)據(jù)模型：基于空間的架構(gòu)

例子：GigaSpaces, Coherence

優(yōu)點(diǎn)：適于事務(wù)處理的高性能和高擴(kuò)展性

你的應(yīng)用應(yīng)該用什么?

關(guān)鍵是要意識(shí)到不同的應(yīng)用需要不同的數(shù)據(jù)模型和產(chǎn)品。選擇合適的數(shù)據(jù)模型和產(chǎn)品。

要了解你的應(yīng)用需要什么樣的數(shù)據(jù)模型可以看 What The Heck Are You Actually Using NoSQL For? 在這篇文章里我總結(jié)了一些特色各異的非常規(guī)的使用場(chǎng)景。

適應(yīng)你的需求和應(yīng)用場(chǎng)景。依次而為你就能找到最適合你的架構(gòu)的產(chǎn)品。無論NoSQL還是SQL都不重要。

綜合考慮數(shù)據(jù)模型、產(chǎn)品特性和應(yīng)用情景。不同產(chǎn)品功能各異，只憑數(shù)據(jù)模型來決定選擇誰是不可能的。

哪個(gè)產(chǎn)品具有你最需要的特點(diǎn)哪個(gè)就是最好的。

假如你的應(yīng)用有以下需求：

復(fù)雜事物，如果你不能承受數(shù)據(jù)丟失的風(fēng)險(xiǎn)或者你想要一個(gè)簡(jiǎn)單的事務(wù)編程模型可以選擇關(guān)系數(shù)據(jù)庫和網(wǎng)格數(shù)據(jù)庫。

例子：一個(gè)庫存系統(tǒng)需要完整的ACID特性。如果我在買了一個(gè)東西后才被告知它已經(jīng)售罄我會(huì)非常不快。不不想要補(bǔ)償，我只要我買的東西。

擴(kuò)展性，NoSQL或SQL皆可，目標(biāo)產(chǎn)品要支持水平擴(kuò)展、分區(qū)、在線增減硬件、負(fù)載均衡、自動(dòng)分片、數(shù)據(jù)平衡和容錯(cuò)等特性。

追求高可用性，可用Bigtable類型的等支持最終一致性的數(shù)據(jù)庫。

需要處理長期的快速讀寫，可以看看文檔數(shù)據(jù)庫，Key-value數(shù)據(jù)庫或者內(nèi)存數(shù)據(jù)庫，還可以考慮SSD。

要實(shí)現(xiàn)社會(huì)化網(wǎng)絡(luò)，第一選擇應(yīng)該是圖數(shù)據(jù)庫。其次像Riak這樣支持關(guān)系的數(shù)據(jù)庫也可以。一個(gè)支持簡(jiǎn)單SQL join操作的內(nèi)存關(guān)系數(shù)據(jù)庫能夠處理數(shù)據(jù)量不大的情況。Redis’ set 和list 操作就是這樣。

假如你的應(yīng)用有以下需求：

需要不同的訪問方式和數(shù)據(jù)類型的話可以看看文檔數(shù)據(jù)庫，它們?cè)谶@方面很靈活。

大數(shù)據(jù)量的離線分析首先應(yīng)該考慮Hadoop，其次是其他支持MapReduce的產(chǎn)品。當(dāng)然，支持MapReduce與擅長MapReduce處理不是一回事。

如需跨越多個(gè)數(shù)據(jù)中心，可選用基于Bigtable模型的產(chǎn)品，或其分布式的，能解決延遲問題，分區(qū)容錯(cuò)性問題的產(chǎn)品。

CRUD類型的應(yīng)用可以考慮文檔數(shù)據(jù)庫，這樣不需要join就可訪問復(fù)雜的數(shù)據(jù)結(jié)構(gòu)。

搜索可以考慮Riak。

需要lists, sets, queues, publish-subscribe等數(shù)據(jù)結(jié)構(gòu)的話，可以考慮Redis，它的分布式鎖等特性也非常有用。

編程友好，如果要使用JSON, HTTP, REST, Javascript等程序員喜聞樂見的數(shù)據(jù)類型，第一選擇就是文檔數(shù)據(jù)庫和Key-value數(shù)據(jù)庫。

假如你的應(yīng)用有以下需求：

用于實(shí)時(shí)事務(wù)處理的物化視圖，可以考慮VoltDB，非常適合于快速處理大量事務(wù)。

企業(yè)級(jí)支持及服務(wù)級(jí)協(xié)議 ，可以尋找市場(chǎng)上以此為賣點(diǎn)的產(chǎn)品，如Membase。

要記錄連續(xù)的大量數(shù)據(jù)，又對(duì)一致性無太高要求，可以看看Bigtable類型數(shù)據(jù)庫，因?yàn)樗ぷ髟诜植际轿募到y(tǒng)上，可以處理大規(guī)模的寫入請(qǐng)求。

需要盡可能使用簡(jiǎn)單，請(qǐng)考慮PAAS方案，用這種方案你自己幾乎不需要做什么。

如果你的產(chǎn)品要賣給企業(yè)客戶請(qǐng)考慮關(guān)系數(shù)據(jù)庫，因?yàn)樗麄兞?xí)慣于關(guān)系數(shù)據(jù)庫。

要?jiǎng)討B(tài)構(gòu)建對(duì)象間的關(guān)系，對(duì)象的屬性能夠動(dòng)態(tài)加減，可以考慮圖數(shù)據(jù)庫，因?yàn)樗恍枰猻chema，可以在代碼中隨需建模。

要支持大影音文件，可以看看像S3這樣的存儲(chǔ)服務(wù)。NoSQL不適于存儲(chǔ)BLOBS，盡管MongoDB也提供了文件服務(wù)。

假如你的應(yīng)用有以下需求：

要快速批量上傳大量數(shù)據(jù)，得尋找支持這種場(chǎng)景的產(chǎn)品。但是大多數(shù)產(chǎn)品都不支持批量操作。

易于變化，要選擇支持動(dòng)態(tài)schema的文檔數(shù)據(jù)庫和 Key-value數(shù)據(jù)庫。它支持可選域，不需要修改schema即可增加、減少域。

為了支持完整性約束，選擇支持SQL DDL的數(shù)據(jù)庫，可以在存儲(chǔ)過程或者應(yīng)用代碼中實(shí)現(xiàn)。

深度連接用圖數(shù)據(jù)庫，它支持實(shí)體鍵間的快速定位。