nosql - 为什么键值对 noSQL 数据库比传统关系数据库更快

Question

有人建议我研究键/值对数据系统来替换我一直在使用的关系数据库。

我不太了解的是这如何提高查询效率。据我了解，您将丢弃大量有助于提高查询效率的信息，只需将您的结构数据库变成一个长长的键和值列表？

我完全错过了重点吗？

Answer 1

关系数据库的主要优势是关联和索引信息的能力。大多数“NoSQL”系统不提供关系代数或出色的查询语言。

您需要问自己的是，切换对我的预期用例有意义吗？

你有点错过了重点。关键是，您有时没有索引(无论如何，您使用一般关系数据库的方式)。即使你确实有一个索引，将它关联在一起的能力也很困难，这也是关系数据库擅长的。 NoSQL 解决方案具有许多新颖的结构，这使得许多用例变得非常简单，例如Redis 是一个面向数据结构的数据库，非常适合使用队列或其 pub-sub 架构快速构建任何东西。 MongoDB 是一个自由格式的文档数据库，它将文档存储为 JSON (BSON)，擅长快速开发。 BigTable 解决方案的结构比这稍差，但将行的概念扩展为具有列族——每行中包含的键值对在磁盘上有效排列。您可以使用 ElasticSearch 等技术在此之上构建倒排索引。

并非所有东西都需要传统 RDBMS 的一致性保证或磁盘布局。 NoSQL 的另一个主要用例是大规模的可扩展性，许多解决方案(例如 BigTable -- HBase/Cassandra)旨在轻松进行分片和水平扩展(使用 SQL 并不容易!)。特别是 Cassandra 专为无 SPOF 而设计。此外，面向列的数据存储旨在通过顺序读取优化磁盘速度(并减少 write-amplification )。话虽如此，除非您真的需要它，否则传统的 SQL 服务器通常就足够了。

有优点也有缺点。就个人而言，我将两者混合使用。为正确的工作使用正确的工具，最终可能是 PostgreSQL 或 MySQL。

你可以把一个基本的键值系统比作一个包含两列的 SQL 表，一个唯一的键和一个值。这是相当快的。您无需对数据进行任何关系或关联或整理。只需找到值并返回它。这是一种过度简化，NoSQL 数据库除了简单的 K、V 存储之外，确实有很多有趣的功能和应用程序。

我不知道您的科学数据是否非常适合大多数 NoSQL 实现，这取决于数据。如果您查看 HBase 或 Cassandra，它可能很适合科学家的需求(使用适当的行键设计——时间戳不能放在首位，请查看 OpenTSDB)。我知道许多公司在 Cassandra 中存储传感器读数，方法是使用随机顺序分区器和传感器的 UUID 将读数汇总到每日脂肪行中。每天都会围绕特定用例创建新数据库，因此答案可能会发生变化。对于特定用例，您可以以牺牲灵 active 和工具为代价，通过使用特定数据存储获得巨大返回。