数据库——NoSQL

• 全称 Not Only SQL，非关系型数据库

  • 指的是除了关系型以外的其他类型数据库

• 好处

  • 没有基于表关系建模，没有SQL多表连查的性能顾虑，范式约束也不存在
  • 把一部分工作转移到应用层，更容易做扩展
  • 不必预先定义数据模式，支持存取快速变化的各种结构的数据
  • 读写性能很高

• 缺点

  • 大多数不提供事务支持
  • 分布式下只提供最终一致性(不能立刻读到最新的数据)，至于强一致性需要应用层处理

• 有4种分类

  • 键值存储 key-value store

    • 数据模型是哈希表，能达到O(1)的读写性能
    • 经常用作内存缓存
      • 只把值存下来，不管它是什么
    • 比如Redis、Memcached等

  • 文档存储 Document store

    • 以文档(XML、JSON等半结构化数据)为中心建模
    • 相当于增强版的键值存储，提供更精细的数据操作
      • 数据库能理解并处理所存储的值
      • 根据值的特征查询和建立索引
    • 经常用作持久化存储
    • 比如MongoDB、CouchDB等

  • 宽列存储 Wide column store

    • 数据模型是二维Map
    • 列是最小的数据单元，多列可以进一步构成超级列，多个列(或多个超级列)可以组成一个列族，一个列族可以看成一行，代表一个实体，包含该实体所有信息
    • 适用于非常大的数据集
      • 被Twitter、Facebook等社交网络用来存储海量用户产生的数据
    • 比如HBase、Cassandra、Bigtable

  • 图形数据库 Graph store

    • 数据模型是图
    • 图中每个节点代表一条记录，每条边表示节点之间的关系
    • 适用于描述复杂的多对多关系
      • 比如社交网络关系
    • 比如Neo4j、Oracle Spatial and Graph、ArangoDB

• 用作缓存

  • 全称 Caching

  • 在 应用层 和 数据存储 之间加上键值存储，通过内存去缓存高频数据，尽量减少数据库操作，吸收不均匀的负载和流量高峰

  • 两种缓存模式

    • 不建议缓存查询结果，因为源数据变化后，很难判定缓存是否过期，难以精确删除

    • 建议缓存对象

      • 缓存根据 原始数据 组装出的 数据模型(比如一个Java类实例)
      • 优势在于获知数据变化后，能够丢弃与之具有逻辑关联的对象，解决缓存过期的难题

  • 六种缓存访问策略

    • 预留缓存

      • 缓存位于数据库一旁，没有直接关系
      • 由应用程序负责处理，请求优先走缓存
        • 如果没命中，就由应用程序跑到数据库取出，并把结果缓存起来
      • 是按需的，实际访问过才会缓存起来
      • 缺点
        • 未命中的话，需要多走一遍缓存，有延迟
        • 缓存可能变旧(可设置TTL强制更新)

    • 直读式

      • 缓存挡在数据库前面，查数据由缓存代查

    • 直写式

      • 缓存挡在数据库前面，写数据先写到缓存，再同步写入数据库
      • 可与 直读式 结合

    • 回写式

      • 缓存挡在数据库前面，写数据先写到缓存，在异步写入数据库(可通过批处理及写操作合并，提高性能，但仅保证最终一致性)
      • 可与 直读式 结合

    • 绕写式

      • 写操作不经过缓存，由应用程序直接写入数据库

    • 提前刷新

      • 在缓存过期前，自动刷新最近访问过的条目，通过预加载减少延迟
      • 但如果预测不准，反而性能下降

  • 四种缓存逐出策略(防止缓存爆满)

    • LRU
      • 全称 Least Recently Used
      • 最常用，将最近没有用到的最久远数据剔除
    • LFU
      • 全称 Least Frequently Used
      • 根据使用频率剔除
    • MRU
      • 全称 Most Recently Used
      • 有些情况，需要删除最近用过的，比如已读，不再提醒
    • FIFO
      • 先进先出，剔除最早访问过的数据