NoSQL (Not Only SQL)資料庫是一個統稱的名詞，泛指哪些非關聯式資料庫的資料庫技術，包括了數十種不同類型的資料庫系統，因為這些資料庫大多沒有支援標準的SQL，例如知名的Google BigTable、Amazon S3的Dynamo資料庫，或是微軟Azure平臺儲存資料的方式，都屬於NoSQL資料庫的其中一種。
常見的NoSQL資料庫有4類:
- 圖學資料庫（Graph Database）
- 文件導向的資料庫（Document-Oriented Database）
- Key-Value Store分散式資料庫
- 記憶體快取為主的資料庫
NoSQL資料庫會發生資料衝突或遺失
因為NoSQL資料庫沒有SQL資料庫的「交易」（Transaction）設計，在資料異動過程中，NoSQL資料庫不會鎖住資料來阻止其他寫入或讀取動作，所以會發生資料衝突，造成資料錯誤或遺失。
像Cassandra的設計就是採取Eventual Consistency的原則，經過一段時間資料沒有更新時，分散的各版本資料終究會達成一致，所以，陳彥任導入Cassandra資料庫的過程中，每天上百萬次的資料存取總會遇到幾次資料衝突的情況，開發者必須自行解決這些原本在SQL資料庫中會自動處理的問題。
在有些情況下，使用者不會在意資料錯誤或遺失，例如Facebook的「贊」功能，同時有2名使用者對同一張照片按下「贊」按鈕時，即使只有更新1個贊，使用者也不會查覺遺失了一個。
不過，若是與錢有關的資訊，例如購物車中的商品數量，使用者就會非常注重資料衝突或遺失的問題，即使使用者切換不同的瀏覽視窗來下訂單，購物車中的付款金額也不能遺失或錯誤。像金錢這類資訊比較適合關聯式資料庫，若要使用NoSQL資料庫，就需要特別處理資料一致性的問題。
NoSQL五個基本的觀念
觀念 1 NoSQL是Not Only SQL
因為SQL語言是關聯式資料庫的標準查詢語言，原本NoSQL資料庫用來代表那些無法提供SQL語言查詢的資料庫系統，這些資料庫系統大多是開源的分散式資料庫系統，不過，也有少數商用資料庫系統具有NoSQL的特性，例如微軟Azure平臺上儲存資料的方式。
今年開源社群則出現了另外一個新的定義方式，將NoSQL視為「Not Only SQL」，不只是SQL的意思，也就是說混用關聯式資料庫和NoSQL資料庫來達成最佳的儲存效果，例如前面舉的力可科技就是用NoSQL資料庫來儲存資料量大的用戶狀態資料，但其他資料仍然使用關聯式資料庫，以便善用SQL語法的好處。
觀念 2 增加機器就能自動擴充資料庫容量
NoSQL資料庫的另一個重要特性是具有水平擴充能力，只要增加新的伺服器節點，就可以不斷擴充資料庫系統的容量。而且可以利用低價的一般等級電腦就能進行水平擴充，不像關聯式資料庫的叢集系統往往需要效能和容量較大的伺服器才能勝任。NoSQL資料庫可以用更低的成本打造出TB等級或PB等級的大型資料庫系統。
有些NoSQL資料庫甚至可以在不停機或不影響應用程式的情況下，線上就能直接擴充資料庫系統的容量。
舉例來說，Cassandra可以動態擴充新的資料庫節點，只要啟動新的資料庫節點，舊有的資料庫節點會自動將資料複製到新節點中，平衡彼此的資料存取負載。不用像常見的資料庫切割作法那樣，必須手動進行資料庫的去正規化、切割資料表、複製資料、指定應用程式連結等過程。
簡單來說，水平擴充能力的意思就是只要增加新的伺服器設備，就能自動增加資料庫的容量，從管理角度來看，這也可以減少長期維護資料庫的人力。
觀念 3 打破Schema欄位架構的限制
關聯式資料庫必須透過資料庫的Schema欄位架構來確立資料表之間的關聯，Schema通常是事先設計好的架構，上線以後要進行欄位變更非常麻煩，尤其資料量龐大時要變更Schema的難度很高，例如Twitter為了調整資料欄位，光是執行Alter Table指令來改變資料表的定義就跑了一個禮拜。
NoSQL資料庫則是改用Key-Value資料模式來解決龐大資料的異動困難。Key-Value模式是將一筆資料的結構簡化到只有一個Key值對應到一個Value值，每一筆資料之間沒有關連性，所以，可以任意切割或調整，也可以分散到不同的伺服器中建立副本。
有些NoSQL資料庫則是增加了Column的觀念，用法上等於是可以用更多的Key值來對應Value，例如Cassandra就提供了4層或5層Key-Value的資料結構，可以用3個Key來對應1個Value值。例如用「使用者帳號」、「個人檔案」、「生日」這三個Key值來取得某一個用戶的生日日期。採用Column設計的NoSQL資料庫會比只用Key-Value資料架構的資料庫更有彈性，減少資料存取程式的開發難度。
因為NoSQL資料庫沒有Schema架構，所以，也無法支援標準的SQL語法來查詢資料。NoSQL資料庫通常是透過簡單的API來新增、更新或刪除資料庫中的內容，有些資料庫則會提供類似SQL語法中的Select查詢機制，不過通常也無法執行複雜的Join指令，例如Google App Engine就提供了GQL語法讓開發者查詢BigTable上的資料。
觀念 4 資料遲早會一致
為了確保資料的完整性，關聯式資料庫採用的交易（Transaction）的設計，讓資料存取或異動過程中不會受到干擾。Transaction資料庫的特性就是ACID，在SQL執行過程中，確保有交易作為最小運作單位（Atomicity）、異動過程確保整體資料庫的一致性（Consistency）、執行多筆交易時能隔離交易中的資料不受其他交易影響（Isolation）以及交易過程不會變動原始資料的持久性（Durability）。
但是ACID架構的資料庫擴充不易，所以，NoSQL資料庫大多沒有交易的設計，而是採用了另外一個不同的CAP資料庫理論。
CAP理論有三個關鍵，包括資料一致性（Consistent）、可用性（Availability）和中斷容忍性（Partition Tolerance）。理論上無法同時兼顧CAP這三種特性，所以，NoSQL資料庫通常會選擇其中兩種特性來設計，通常是選擇CP或AP。
多數NoSQL資料庫選擇的是CP的設計，不過，NoSQL資料庫中談的資料一致性和關聯式資料庫的意義不同。NoSQL資料庫會採取Eventually Consistency（資料遲早會一致）的作法，因為NoSQL的分散式設計會將資料分散複製到不同節點中，每個節點各自也能異動資料，然後再彼此同步。同步過程就會有時間落差，若同時讀取不同節點上的資料，會發生資料不一致的情況。
NoSQL資料庫為了保持分散式的擴充架構，容許這樣的情況，只有保證最後資料會達到一致。而在資料尚未同步的短暫時間內就需要開發者自行解決資料衝突或遺失的問題，或者是用NoSQL資料庫來記錄那些對精確度要求較低的資料，例如Facebook的贊按鈕，即使少了幾個贊的記錄，使用者也不容易發現，就適合用NoSQL資料庫來儲存。導入NoSQL資料庫時，開發者得先評估資料的性質，是否能承擔資料遺失的風險。
觀念 5 成熟度不足，版本升級風險高
因為近幾年Web 2.0網站和社交網站的盛行，才開始出現用NoSQL資料庫解決使用者貢獻資料的暴漲問題。很多NoSQL資料庫都是這2、3年內才出現，所以，資料庫本身的功能還不完整，也較少出現成熟穩定的版本，版本升級過程中很容易會出現不相容的情形。
另一方面，這類資料庫大多透過API來存取資料，新的版本若增加了新的功能，也會改變這些API的參數或呼叫方式。對開發者而言，等於得重新修改應用程式，才能正確取得資料庫中的內容。甚至是資料庫本身儲存的檔案格式也會變化，升級新版本資料庫後，反而無法讀取舊版檔案，必須進行格式轉檔的工作。
找到合適的NoSQL資料庫，一方面要挑選知名網站所使用的資料庫，因為這些知名網站通常也是這些資料庫的貢獻者，他們為了解決自身的使用問題，會比較積極地完善資料庫。
另外，還要考慮自身的技術能力以及掌握外國技術發展的學習能力，雖然NoSQL資料庫提供了另外一種低成本的分散式資料庫，自動擴充節點的功能可以節省資料庫維護人力，但是，相對地，也須承擔技術不夠成熟時的變動風險。快速認識4類主流NoSQL資料庫
早在NoSQL資料庫這個名詞流行之前，就已經出現了很多種非關聯式資料庫，這些資料庫各有不同的特徵，很難像關聯式資料庫那樣，用一套共同的觀念就可以全部了解。只能逐一了解每個NoSQL資料庫的特性和用途。
目前有4種比較受到關注的NoSQL資料庫，分別是Key-Value資料庫，記憶體資料庫（In-memory Database）、圖學資料庫（Graph Database）以及文件資料庫（Document Database）。
Reference:
http://www.ithome.com.tw/node/63360
Reference:
http://www.ithome.com.tw/node/63360
沒有留言:
張貼留言