Nosql介紹及Redis，Memchche,MongoDb的差別

一、Nosql介紹

Nosql介紹

Nosql的全稱是Not Only Sql，這個概念早起就有人提出，在09年的時候比較火。Nosql指的是非關系型資料庫，而我們常用的都是關系型資料庫。就像我們常用的mysql，sqlserver一樣，這些資料庫一般用來存儲重要資訊，應對普通的業務是沒有問題的。但是，随着網際網路的高速發展，傳統的關系型資料庫在應付超大規模，超大流量以及高并發的時候力不從心。而就在這個時候，Nosql得到的告訴的發展。

Nosql和關系型資料庫的差別

1.存儲方式

　　關系型資料庫是表格式的，是以存儲在表的行和列中。他們之間很容易關聯協作存儲，提取資料很友善。而Nosql資料庫則與其相反，他是大塊的組合在一起。通常存儲在資料集中，就像文檔、鍵值對或者圖結構。

2.存儲結構

　　關系型資料庫對應的是結構化資料，資料表都預先定義了結構（列的定義），結構描述了資料的形式和内容。這一點對資料模組化至關重要，雖然預定義結構帶來了可靠性和穩定性，但是修改這些資料比較困難。而Nosql資料庫基于動态結構，使用與非結構化資料。因為Nosql資料庫是動态結構，可以很容易适應資料類型和結構的變化。

3.存儲規範

　　關系型資料庫的資料存儲為了更高的規範性，把資料分割為最小的關系表以避免重複，獲得精簡的空間利用。雖然管理起來很清晰，但是單個操作設計到多張表的時候，資料管理就顯得有點麻煩。而Nosql資料存儲在平面資料集中，資料經常可能會重複。單個資料庫很少被分隔開，而是存儲成了一個整體，這樣整塊資料更加便于讀寫

4.存儲擴充

　　這可能是兩者之間最大的差別，關系型資料庫是縱向擴充，也就是說想要提高處理能力，要使用速度更快的計算機。因為資料存儲在關系表中，操作的性能瓶頸可能涉及到多個表，需要通過提升計算機性能來克服。雖然有很大的擴充空間，但是最終會達到縱向擴充的上限。而Nosql資料庫是橫向擴充的，它的存儲天然就是分布式的，可以通過給資源池添加更多的普通資料庫伺服器來分擔負載。

5.查詢方式

　　關系型資料庫通過結構化查詢語言來操作資料庫（就是我們通常說的SQL）。SQL支援資料庫CURD操作的功能非常強大，是業界的标準用法。而Nosql查詢以塊為單元操作資料，使用的是非結構化查詢語言（UnQl），它是沒有标準的。關系型資料庫表中主鍵的概念對應Nosql中存儲文檔的ID。關系型資料庫使用預定義優化方式（比如索引）來加快查詢操作，而Nosql更簡單更精确的資料通路模式。

6.事務

　　關系型資料庫遵循ACID規則（原子性(Atomicity)、一緻性(Consistency)、隔離性(Isolation)、持久性(Durability)），而Nosql資料庫遵循BASE原則（基本可用（Basically Availble）、軟/柔性事務（Soft-state ）、最終一緻性（Eventual Consistency））。由于關系型資料庫的資料強一緻性，是以對事務的支援很好。關系型資料庫支援對事務原子性細粒度控制，并且易于復原事務。而Nosql資料庫是在CAP（一緻性、可用性、分區容忍度）中任選兩項，因為基于節點的分布式系統中，很難全部滿足，是以對事務的支援不是很好，雖然也可以使用事務，但是并不是Nosql的閃光點。

7.性能

　　關系型資料庫為了維護資料的一緻性付出了巨大的代價，讀寫性能比較差。在面對高并發讀寫性能非常差，面對海量資料的時候效率非常低。而Nosql存儲的格式都是key-value類型的，并且存儲在記憶體中，非常容易存儲，而且對于資料的 一緻性是 弱要求。Nosql無需sql的解析，提高了讀寫性能。

8.授權方式

　　關系型資料庫通常有SQL Server，Mysql，Oracle。主流的Nosql資料庫有redis，memcache，MongoDb。大多數的關系型資料庫都是付費的并且價格昂貴，成本較大，而Nosql資料庫通常都是開源的。

Redis，Memcache，MongoDb的特點與差別

Redis

優點

1.支援多種資料結構，如 string（字元串）、 list(雙向連結清單)、dict(hash表)、set(集合）、zset(排序set)、hyperloglog（基數估算）

2.支援持久化操作，可以進行aof及rdb資料持久化到磁盤，進而進行資料備份或資料恢複等操作，較好的防止資料丢失　　的手段。

3.支援通過Replication進行資料複制，通過master-slave機制，可以實時進行資料的同步複制，支援多級複制和增量複制，master-slave機制是Redis進行HA的重要手段。

4.單線程請求，所有指令串行執行，并發情況下不需要考慮資料一緻性問題。

5.支援pub/sub消息訂閱機制，可以用來進行消息訂閱與通知。

6.支援簡單的事務需求，但業界使用場景很少，并不成熟。

缺點

1.Redis隻能使用單線程，性能受限于CPU性能，故單執行個體CPU最高才可能達到5-6wQPS每秒（取決于資料結構，資料大小以及伺服器硬體性能，日常環境中QPS高峰大約在1-2w左右）。

2.支援簡單的事務需求，但業界使用場景很少，并不成熟，既是優點也是缺點。

3.Redis在string類型上會消耗較多記憶體，可以使用dict（hash表）壓縮存儲以降低記憶體耗用。

Memcache

優點

1.Memcached可以利用多核優勢，單執行個體吞吐量極高，可以達到幾十萬QPS（取決于key、value的位元組大小以及伺服器硬體性能，日常環境中QPS高峰大約在4-6w左右）。适用于最大程度扛量。

2.支援直接配置為session handle。

缺點

1隻支援簡單的key/value資料結構，不像Redis可以支援豐富的資料類型。

2.無法進行持久化，資料不能備份，隻能用于緩存使用，且重新開機後資料全部丢失。

3.無法進行資料同步，不能将MC中的資料遷移到其他MC執行個體中。

4.Memcached記憶體配置設定采用Slab Allocation機制管理記憶體，value大小分布差異較大時會造成記憶體使用率降低，并引發低使用率時依然出現踢出等問題。需要使用者注重value設計。

MongoDB

優點

1.更高的寫負載，MongoDB擁有更高的插入速度。

2.處理很大的規模的單表，當資料表太大的時候可以很容易的分割表。

3.高可用性，設定M-S不僅友善而且很快，MongoDB還可以快速、安全及自動化的實作節點（資料中心）故障轉移。

4.快速的查詢，MongoDB支援二維空間索引，比如管道，是以可以快速及精确的從指定位置擷取資料。MongoDB在啟動後會将資料庫中的資料以檔案映射的方式加載到記憶體中。如果記憶體資源相當豐富的話，這将極大地提高資料庫的查詢速度。

5.非結構化資料的爆發增長，增加列在有些情況下可能鎖定整個資料庫，或者增加負載進而導緻性能下降，由于MongoDB的弱資料結構模式，添加1個新字段不會對舊表格有任何影響，整個過程會非常快速。

缺點

1.不支援事務。

2.MongoDB占用空間過大 。

3.MongoDB沒有成熟的維護工具。

Redis、Memcache和MongoDB的差別

1.性能

三者的性能都比較高，總的來講：Memcache和Redis差不多，要高于MongoDB。

2.便利性

memcache資料結構單一。

redis豐富一些，資料操作方面，redis更好一些，較少的網絡IO次數。

mongodb支援豐富的資料表達，索引，最類似關系型資料庫，支援的查詢語言非常豐富。

3,存儲空間

redis在2.0版本後增加了自己的VM特性，突破實體記憶體的限制；可以對key value設定過期時間（類似memcache）。

memcache可以修改最大可用記憶體,采用LRU算法。

mongoDB适合大資料量的存儲，依賴作業系統VM做記憶體管理，吃記憶體也比較厲害，服務不要和别的服務在一起。

4.可用性

redis，依賴用戶端來實作分布式讀寫；主從複制時，每次從節點重新連接配接主節點都要依賴整個快照,無增量複制，因性能和效率問題，是以單點問題比較複雜；不支援自動sharding,需要依賴程式設定一緻hash 機制。一種替代方案是，不用redis本身的複制機制，采用自己做主動複制（多份存儲），或者改成增量複制的方式（需要自己實作），一緻性問題和性能的權衡。

Memcache本身沒有資料備援機制，也沒必要；對于故障預防，采用依賴成熟的hash或者環狀的算法，解決單點故障引起的抖動問題。

mongoDB支援master-slave,replicaset（内部采用paxos選舉算法，自動故障恢複）,auto sharding機制，對用戶端屏蔽了故障轉移和切分機制。

5.可靠性

redis支援（快照、AOF）：依賴快照進行持久化，aof增強了可靠性的同時，對性能有所影響。

memcache不支援，通常用在做緩存,提升性能。

MongoDB從1.8版本開始采用binlog方式支援持久化的可靠性。

6.一緻性

Memcache 在并發場景下，用cas保證一緻性。

redis事務支援比較弱，隻能保證事務中的每個操作連續執行。

mongoDB不支援事務。

7.資料分析

mongoDB内置了資料分析的功能(mapreduce),其他兩者不支援。

8.應用場景

redis：資料量較小的更性能操作和運算上。

memcache：用于在動态系統中減少資料庫負載，提升性能;做緩存，提高性能（适合讀多寫少，對于資料量比較大，可以采用sharding）。

MongoDB:主要解決海量資料的通路效率問題。