SQL vs NoSQL：你需要知道什么？

不断演变的数据库生态圈

“SQL过时了。”

“RDBMS再也无法满足公司企业的数据管理要求了。”

“像NoSQL这些新的数据库技术是适合如今企业的解决方案。”

无论在数据库技术行业里面还是外面，诸如此类的论调我们可是听多了。但是它们果真属实吗？SQL真是明日黄花，NoSQL解决方案真是未来出路吗？

我们在本文中将概述SQL和NoSQL之间的区别以及众多NoSQL技术本身之间的一大堆区别，并且探讨关系数据库管理系统（RDBMS）是否真是明日黄花。

SQL vs NoSQL一览表：

	SQL	NoSQL
数据存储	存储在关系模型中，有行和列。 行含有关于某一个特定数据项/条目的所有信息，列是所有不同的数据点；比如说，你可能有一行关于某辆车的数据，其中有“型号”、“款式”和“颜色”等列。	“NoSQL”这个术语涵盖许多数据库，每个数据库又有不同的数据存储模型。几种主要的数据库有：文档数据库、图形数据库、键值数据库和列式数据库。关于它们之间区别的更多信息详见下文。
数据库模式和灵活性	每个记录符合固定的数据库模式，这意味着列必须在数据录入前加以确定和锁定，每一行必须含有每一列的数据。这可以修改，但需要修改整个数据库，并且离线操作。	模式是动态的。 信息可以实时添加，每一“行”没必要含有每一“列”的数据。
可扩展性	扩展是纵向的。实际上，更多的数据 意味着更庞大的服务器，成本可能非常高昂。可以跨多台服务器扩展RDBMS，但这是一个困难又费时的 过程。	扩展是横向的，这意味着跨服务器扩展。这些多台服务器是便宜的商用硬件或云实例，因而比纵向扩展要经济高效得多。许多NoSQL技术还自动将数据分配到多台服务器上。
ACID遵从性 （原子性、 一致性、隔离性和持久性）	绝大多数的关系数据库遵从ACID。	不同技术的遵从性不一样，但是许多 NoSQL解决方案牺牲ACID遵从性， 以换取性能和可扩展性。

NoSQL的多张脸孔

听到“NoSQL”这个术语后，你可能以为统一属于这个范畴的所有技术都有同样的数据模型，有这种想法也情有可原。实际上，NoSQL是指一整批技术，这些技术存储和处理数据的方式各不相同。一些主要的方式包括如下：

文档数据库

文档数据库解决方案CouchDB的这张图相当清楚地总结了RDBMS和文档数据库之间的区别：

SQL vs NoSQL

数据存储在文档中，这些文档按集合体分门别类，而不是说数据以行和列的形式存储在表中。每个文档可能有全然不同的结构。文档数据库包括上面提到的CouchDB和MongoDB。

键值存储数据库

数据存储在键值对的相关数组中。键是个属性名称，它与值关联起来。知名的键值存储数据库包括Redis、Voldemort（由LinkedIn开发）和Dynamo（由亚马逊开发）。

图形数据库

这种数据库用于使用图形可以清楚表示关系的数据。数据存储在图形结构中，有节点（实体）、属性（关于实体的信息）和线条（实体之间的关系）。这种数据库的例子包括Neo4J和InfiniteGraph。

列式（或宽列）数据库

在列式数据库中，你拥有的是列族、而不是“表”，列族其实是行的容器。不像RDBMS，你不需要事先知道所有的列，每一行没必要拥有数量一样的列。列式数据库最适合分析庞大数据库，知名的列式数据库包括Cassandra和HBase。

SQL vs NoSQL：该使用哪一种？

如果认为SQL和NoSQL是直接的对立面、彼此竞争，这种想法未免存在缺陷，尤其是由于许多公司决定同时使用两者。与我之前探讨的所有技术一样，确实不存在“一应俱全式”的方法；选择合适的技术取决于具体的使用场合。如果你的技术需求在不断变化，就需要高吞吐量来处理病毒式增长；或者你的数据在快速增长，你需要能够迅速、高效地横向扩展，那么NoSQL可能适合你。但是如果你拥有的数据其结构没有发生变化，面临的又是易于管理的适度增长，那么SQL技术也许就能满足你的需求。当然，SQL还没有完蛋。

云头条编译｜未经授权谢绝转