SQL / NoSQL，ACID与BASE一致性模型以及CAP定理的高级概述

> Photo by fabio on Unsplash

 

内容概述

· SQL与NoSQL数据库概述

· ACID与BASE一致性模型

· CAP定理

· NoSQL的优势与劣势

SQL数据库

SQL代表结构化查询语言。 人们提到SQL数据库时，实际上是在指关系数据库管理系统（RDBMS）。

数据以表格形式存储。 每行由主键唯一标识，并且每行还可以具有外键，该外键是另一个表的主键。 通过外键，与另一个表形成了一个关系-因此关系数据库的概念。

SQL数据库的示例包括MySQL，PostgreSQL和Oracle数据库。

> Relationship between Student and Department Tables

 

NoSQL数据库

NoSQL被称为"无SQL"，有时也称为"不仅SQL"。 当数据库可以支持SQL类型查询时，使用后一个术语。

NoSQL数据库有四种类型：

· 文件（例如Firestore）。

· 图（例如Neo4j）。

· 键值（例如Riak，Berkeley DB）。

· 宽列（例如Cassandra，HBase）。

四种类型的数据库支持不同的数据存储方式，而不是将数据存储在SQL数据库的表中。

考虑NoSQL的一种简化方法是想象一个JSON结构。 您需要一个键才能检索值。

> JSON schematic representation of a NoSQL database

 

现在，您已经对这两种类型的数据库有了全面的了解，让我们看一下一致性模型，这将有助于我们了解这两种数据库之间的权衡。

SQL数据库的ACID模型

原子性

当一个事务（读/写）发生时，它应该一次全部发生，或者根本不发生。 如果事务中止，则数据库不会受到影响。 同样，如果交易通过，数据库的状态应反映出更改。 本质上，它全有还是全无。

一致性

事务完成后，数据库实例（例如副本）应同时反映相同的状态。

隔离

每个事务应独立执行。 这意味着没有两个事务会引起竞争条件。 数据库在该行上设置了锁，以确保事务按顺序发生。

耐用性

提交事务后，即使系统崩溃，修改也将是永久的。

ACID属性可确保在交易完成后，整个数据都是一致的。 但是，这是以锁定数据库为代价的。

NoSQL数据库的基础模型

NoSQL数据库在设计时考虑了规模，因此遵循BASE属性而不是ACID。

基本可用性

数据库倾向于数据的可用性，而不是数据的正确性。

软态

数据库存储（例如副本）不必始终保持一致。

最终一致性

一段时间后，数据库存储最终将相互一致。

NoSQL数据库面向可伸缩性，因此具有更高的容错能力。 换句话说，当副本崩溃时，NoSQL数据库仍然可以返回数据，尽管不是最准确的版本。

CAP定理

拥有这两个一致性模型使我们可以很好地选择CAP定理，该定理指出：

分布式数据库系统只能具有3：一致性，可用性和分区容忍中的2个。

> CAP Theorem Diagram

 

耐分区

在讨论ACID与BASE时，我们已经讨论了一致性和可用性。 我们还知道，SQL数据库更注重一致性，而NoSQL数据库则面向可用性。 那么，分区容忍度是什么？

假设在集群中，在主-主设置中有两个节点X和Y。 当我们将请求指向这些节点时，X和Y之间的连接断开，因此我们遇到了一个问题：X和Y上的数据不一定同步，并且我们不知道哪个节点具有正确的数据。 节点应如何响应请求？

· 给予回应。 优先考虑可用性，但牺牲一致性（AP），因为数据可能不一定准确。

· 不要回应。 一致性被优先考虑，因为如果数据不准确，节点将不响应，但是在过程（CP）中会牺牲可用性。

第三个组合是CA，它尊重一致性和可用性，但不能存在分区（节点之间的故障）。

NoSQL的优势

1.更快的插入/检索

规范化是将数据隔离到单独的表中以减少冗余和重复数据的过程。 SQL数据库通常采用此范例。 在前面的示例中，我们看到Student表引用了Department表中一行的ID。 如果部门的位置发生变化，我们可以简单地对Department表进行修改，而不会影响Student表。

相反，NoSQL数据库通常支持非规范化，其中可以在记录之间复制数据。 我们看到部门数据实际上是在所有记录中复制的。 由于学生和部门的数据包含在一条记录中，因此检索速度更快，因为不需要表联接（可能在SQL数据库中是必需的）。

另外，由于所有数据都存储在单个记录中，因此可以通过一次调用NoSQL数据库来完成插入数据库的操作，而不必进行多次调用来用SQL数据库更新不同的表。

2.灵活的模式

向SQL数据库中的表添加新属性是一项昂贵的操作。 需要将新列添加到每一行，并且为了保持一致性（副本之间），在添加新列时需要对存储进行锁定。

另一方面，NoSQL数据库不需要严格的架构，每个记录可以具有所需的任何键/值对。

3.专为可扩展性而设计

SQL数据库的设计不能很好地横向扩展。 尽管可以进行水平分区（分片），但并非设计为这样做。 实际上，扩展SQL数据库可能会导致其失去某些一致性。 另一方面，NoSQL数据库在设计时考虑了水平分区。

4.汇总

汇总数据是作为一个单元存储的数据的集合。 众所周知，NoSQL将所有数据存储在一条记录中-这是一个面向集合的数据库。

NoSQL的缺点

1.不适用于更新

由于NoSQL数据库保持软状态，因此它们不能保证其副本之间的一致性。 如果有大量的更新/删除操作，虽然数据可能可用，但它们并不相互一致。

另一方面，SQL数据库可以更好地处理更新/删除操作的量，因为它们锁定行以确保事务是隔离的，因此在每次事务之后保持一致。 考虑到这些属性，我认为像Robinhood这样的股票交易应用程序会比NoSQL更喜欢SQL。

另一方面，由于SQL中的关系，表中的记录可以轻松地引用另一个表中的行ID。 例如，如果要更改部门的位置，则该修改可以限于"部门"表。 另一方面，NoSQL数据库必须遍历所有记录，更改每条记录的位置。

2.未针对过滤进行优化

等等，读起来不是更快吗？ 是的，当您查询整个记录时，它们会更快，因为记录中所有数据都可用。 但是，如果要使用某些过滤器查询记录，则对于NoSQL数据库而言，这将变得相对昂贵，因为必须首先获取所有记录，并且在返回之前将过滤器应用于每个记录。 另一方面，SQL数据库通过对列进行检查来更有效地进行工作过滤。

3.联接很昂贵

由于NoSQL表之间没有隐式关系，因此解析记录并通过键将它们联接起来的开销很大。 SQL数据库可以通过引用另一个表的行的ID轻松地做到这一点。

最后的话

在使用分布式系统时，我们必须了解，通常没有唯一的最佳解决方案。 相反，我们需要了解我们的需求，并找出哪种折衷方案最适合我们的情况。

我仍在学习这些主题。 希望共享这些内容将增强我自己的知识。 如果有任何更好的解释，请随时发表评论。

如果您已经做到了这一点，感谢您的阅读！

(本文翻译自Zeng Hou Lim的文章《An Introduction to NoSQL Databases》，参考：https://medium.com/better-programming/introduction-to-nosql-databases-7f6ed6e055c5)