2012 年NOSQL学习笔记之三

2012 年NOSQL学习笔记之三

十一、如何理解最终一致性

最终一致性

一言以蔽之：过程松，结果紧，最终结果必须保持一致性



为了更好的描述客户端一致性，我们通过以下的场景来进行，这个场景中包括三个组成部分：

存储系统

存储系统可以理解为一个黑盒子，它为我们提供了可用性和持久性的保证。

Process A

ProcessA主要实现从存储系统write和read操作

Process B 和ProcessC

ProcessB和C是独立于A，并且B和C也相互独立的，它们同时也实现对存储系统的write和read操作。



下面以上面的场景来描述下不同程度的一致性：

强一致性

强一致性（即时一致性）假如A先写入了一个值到存储系统，存储系统保证后续A,B,C的读取操作都将返回最新值

弱一致性

假如A先写入了一个值到存储系统，存储系统不能保证后续A,B,C的读取操作能读取到最新值。此种情况下有一个“不一致性窗口”的概念，它特指从A写入值，到后续操作A,B,C读取到最新值这一段时间。

最终一致性

最终一致性是弱一致性的一种特例。假如A首先write了一个值到存储系统，存储系统保证如果在A,B,C后续读取之前没有其它写操作更新同样的值的话，最终所有的读取操作都会读取到最A写入的最新值。此种情况下，如果没有失败发生的话，“不一致性窗口”的大小依赖于以下的几个因素：交互延迟，系统的负载，以及复制技术中replica的个数（这个可以理解为master/salve模式中，salve的个数），最终一致性方面最出名的系统可以说是DNS系统，当更新一个域名的IP以后，根据配置策略以及缓存控制策略的不同，最终所有的客户都会看到最新的值。

十二、NOSQL与传统数据库系统设计上的区别

关系型数据库中的表都是存储一些格式化的数据结构，每个元组字段的组成都一样。

这样做的好处就是：这样的结构非常方便进行表与表之间连接等操作。



但从另一个角度来说它也是关系型数据库性能瓶颈的一个因素。为什么呢？

因为不是每个元组都需要所有的字段，但是关系型数据库会为每个元组分配所有的字段。





而非关系型数据库以键值对存储，它的结构不固定，每一个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，这样就不会局限于固定的结构，可以减少一些时间和空间的开销。

十三、NOSQL的特点（或者叫优点）是什么？

n 它们可以处理超大量的数据。
n 它们运行在便宜的PC服务器集群上。
PC集群扩充起来非常方便并且成本很低，避免了“sharding”操作的复杂性和成本。
n 它们击碎了性能瓶颈。
NoSQL的支持者称，通过NoSQL架构可以省去将Web或Java应用和数据转换成SQL友好格式的时间，执行速度变得更快。
“SQL并非适用于所有的程序代码，”
对于那些繁重的重复操作的数据，SQL值得花钱。但是当数据库结构非常简单时，SQL可能没有太大用处。
n 没有过多的操作。
虽然NoSQL的支持者也承认关系数据库提供了无可比拟的功能集合，而且在数据完整性上也发挥绝对稳定，他们同时也表示，企业的具体需求可能没有那么多。
n Bootstrap支持
因为NoSQL项目都是开源的，因此它们缺乏供应商提供的正式支持。这一点它们与大多数开源项目一样，不得不从社区中寻求支持。

十四、Google、Facebook、Amazon等大公司用的什么NOSQL产品

公司	NoSQL产品	补充说明
Google	BigTable
Facebook	Cassandra
Amazon	Dynamo
Apache	HBase
日本第一大SNS网站mix	Tokyo Cabinet (TC)
日本第二大SNS网站green.jp	Flare
淘宝网	Tair	Tair是由淘宝网自主开发的Key/Value结构数据存储系统，在淘宝网有着大规模的应用。您在登录淘宝、查看商品详情页面或者在淘江湖和好友“捣浆糊”的时候，都在直接或间接地和Tair交互。
新浪网	memcachedb	memcachedb是一个由新浪网的开发人员开放出来的开源项目，给memcached分布式缓存服务器添加了Berkeley DB的持久化存储机制和异步主辅复制机制，让memcached具备了事务恢复能力、持久化能力和分布式复制能力，非常适合于需要超高性能读写速度，但是不需要严格事务约束，能够被持久化保存的应用场景，例如memcachedb被应用在新浪博客上面。
		Leveldb是一个google实现的非常高效的kv数据库，目前的版本1.2能够支持billion级别的数据量了。在这个数量级别下还有着非常高的性能，主要归功于它的良好的设计。特别是LSM算法。 LevelDB 是单进程的服务，性能非常之高，在一台4个Q6600的CPU机器上，每秒钟写数据超过40w，而随机读的性能每秒钟超过10w。
滑铁卢大学	HBase

十五、
NOSQL产品的按用途和环境分类

NoSQL数据库根据不同的用途和环境大致可以分为以下的三类：

1.满足极高读写性能需求的Kye-Value数据库：

代表性产品有：

Redis，Tokyo Cabinet， Flare

2.满足海量存储需求和访问的面向文档的数据库：

代表性产品有：

MongoDB，CouchDB

3.满足高可扩展性和可用性的面向分布式计算的数据库：

代表性产品有：

Cassandra，Voldemort

十六、
NOSQL产品的按数据存储模型分类

七、 序号	数据存储模型	产品	特点
1	key-value存储	Kyoto Cabinet/Tycoon	可以通过key快速查询到其value。一般来说，存储不管value的格式，照单全收。（Redis包含了其他功能）
Redis
Berkeley DB
MemcacheDB
Flare
2	文档存储	MongoDB	文档存储一般用类似json的格式存储，存储的内容是文档型的。这样也就有有机会对某些字段建立索引，实现关系数据库的某些功能。
CouchDB
3	列存储	Hbase	顾名思义，是按列存储数据的。最大的特点是方便存储结构化和半结构化数据，方便做数据压缩，对针对某一列或者某几列的查询有非常大的IO优势。
Cassandra
Hypertable
4	图存储	Neo4J	图形关系的最佳存储。使用传统关系数据库来解决的话性能低下，而且设计使用不方便。
FlockDB
5	对象存储	db4o	通过类似面向对象语言的语法操作数据库，通过对象的方式存取数据。
Versant
6	XML数据库	Berkeley DB XML	高效的存储XML数据，并支持XML的内部查询语法，比如XQuery,Xpath。
BaseX