sql - 为什么sql是垂直可扩展的，而nosql是水平可扩展的

Question

我是 NoSQL 的新手，正在尝试理解它的含义。

我在很多不同的网站上看到很多文章都在重复这样一个事实:“SQL 数据库是垂直扩展的(通过添加 CPU/内存)，而 NoSQL 数据库是水平扩展的(通过添加更多可以执行分布式计算的机器)”。

例如这些文章:
http://dataconomy.com/sql-vs-nosql-need-know/
http://www.thegeekstuff.com/2014/01/sql-vs-nosql-db/

问题是我不明白为什么。

据我所知，SQL 和 NoSQL 之间的主要区别(除了可伸缩性问题)是 SQL 存储在表中，而 NoSQL 以不同的方式存储(Key-Value/Graph/xml 等)。 ).

我似乎无法理解这两个事实(可扩展性和存储策略)之间的联系。这些对我来说似乎是无关的东西(可能是由于缺乏理解)。

Answer 1

文章大体上讲得通。 NoSQL 技术和 SQL 技术(没有更好的术语)如今都扮演着重要的角色——正如两篇文章所指出的那样。讨论有点让人想起层次数据库与关系数据库，从前。

我不同意可扩展性差异。讨论忽略了 Hive、PrestoDB 和 BigQuery 等技术，这些技术基于具有传统 RDBMS 精神的高度可扩展技术。

RDBMS 和 NoSQL 之间的主要区别(在我看来)是 ACID 合规性和数据结构。第一个是关系数据库带来的“负担”，无论好坏——对于金融交易来说绝对方便，但以其他目的的开销为代价。第二个领域是传统数据库正朝着更好地处理非结构化数据的方向发展，直接支持嵌套表、JSON 和 XML 格式。然而，结构很重要，因为大量数据科学家在与数据交互时可能会以艰难的方式学习。

大型可扩展键值数据库在设计时就考虑了“水平”可扩展性。再加上缺乏纯 ACID 属性，有助于为新硬件重新平衡数据——假设您已正确设计数据库(这可能是一个很大的假设)。

Oracle、DB2 和 Teradata 等数据库几十年来一直支持并行处理(尽管更偏向于单个服务器，尽管采用无共享架构)。他们的技术早于更现代的基于 Apache 的系统(没有更好的术语)，但这并不意味着他们不能跨多个处理器进行扩展。

Hive、Redshift、BigQuery 和 PrestoDB 等新数据库在更现代的“水平”可扩展意义上(至少对于查询)提供了基于 SQL 的接口(interface)。 Postgres 世界正在进行大量工作来支持那里的并行处理——Greenplum、Netezza、Vertica 等数据库的例子证明了关系数据库不能跨多个独立处理器扩展的想法。