为什么 NoSQL 数据库比 SQL 数据库更容易横向扩展?我一直在试图弄清楚为什么人们一直这么说。我遇到了许多文章,这些文章只是让我与他们不熟悉的行业术语和模糊的假设混淆了。我建议您阅读 Martin Kleppman 的 Designing Data-intensive applications。另外,我将分享我对这个主题的一些理解。
JOINS - 在多对一或多对多关系的情况下,迄今为止发明的任何数据库都无法将数据一起保存在一个表或文档中,所以如果数据被分片(或分区),无论是 SQL 还是 NoSQL,延迟都是一样的,数据库必须同时查找这两个文档。 NoSQL 似乎只在一对多关系的情况下占主导地位。例如:
NoSql
学生
{
"name": "manvendra",
"education": [
{
"id": 1,
"Degree": "High School"
},
{
"id": 2,
"Degree": "B.Tech"
}
]
}
教育学院收藏
[
{
"id": "1",
"name": "army public school"
},
{
"id": "2",
"name": "ABES Engineering College"
}
]
Sql
学生桌
id | name
1 | Manvendra
教育学院
id | Name
1 | Army public school
2 | ABES Engineering college
研究表
student | education institute | degree
1 | 1 | high school
1 | 2 | B.tech
现在假设在 NoSql 的情况下,如果两个集合的数据都在不同的节点上,则需要一些额外的时间来解析教育机构的 id,而这种情况在 SQL 数据库的情况下类似,那么好处在哪里?我想不出来。
另外,你一定在想为什么我们不能将教育机构信息也存储在同一个学生集合中,那么它会是这样的:
{
"name": "manvendra",
"education": [
{
"name": "Army public school",
"Degree": "High School"
},
{
"name": "ABES Engineering College",
"Degree": "B.Tech"
}
]
}
这真的是一个糟糕的设计,因为学生和教育机构之间存在多对多的关系,很多学生可能在同一个学院学习,所以明天如果学院名称或任何信息发生变化在所有地方进行更改将是一个非常艰巨的挑战。
但是,在一对多关系的情况下,我们可以将所有信息组合在一起,例如:
考虑客户和订单关系
{
"name": "manvendra",
"order": [
{
"item": "kindle",
"price": "7999"
},
{
"item":"iphone 12",
"price":"too much"
}
]
}
由于订单只属于一个客户,因此将订单信息存储在一个地方是有意义的,但是无论如何存储商品 ID 或名称是另一种选择,如果我们在这里使用 SQL 数据库,将会有两个包含订单和客户的表如果数据没有存储在同一个节点中,则不会给查询带来好的结果。
所以说加入一个关于为什么 NoSql 数据库更容易水平扩展的争论是没有意义的。
交易
SQL(Postgres、MySQL 等)和 NoSQL(MongoDB、Amazon 的 DynamoDB 等)都支持事务,所以没有什么好讨论的了。
酸
ACID 就像 CAP 一样被过度使用,实际上它只是向客户端显示一个数据副本,而不是实际上可能有多个数据副本(以提高可用性、容错性等)以及数据库使用什么策略来去做。例如,在主从分布式系统的 Postgres 中,可以选择同步或异步复制,并且可以使用 WAL(预写日志)进行复制,在 MongoDB 中也是如此,只是代替了 WAL有 oplog(Operations Log),都支持流式复制和故障转移。
那么区别在哪里呢?实际上,我找不到一个非常有力的理由说明 NoSql 数据库可以轻松扩展。我能说的是 NoSql 是最新的,所以数据库提供了对水平扩展的现成支持,例如考虑 MongoDB 中的 Mongos,它们完成了分片文档、将请求路由到特定分片等所有脏活。所以明天如果 Postgres或者 MySQL 提出了一些智能分表机制,因此所有相关数据大部分都保存在一个节点中,然后它可能会结束这场争论,因为关系数据库中没有任何内在的东西可以阻止它水平扩展。
乐观地说,我相信在不久的将来,一切都将与策略有关。您计划如何扩展以及这些策略将独立于您在表格或文档中存储数据的方式。例如,在 Amazon 的 DocumentDB 中,有一个自动伸缩的概念,但是如果您想通过分片来实现这一点,那么每次伸缩时复制数据将是一个负担。在 DocumentDB 中,这被视为共享集群卷(数据存储与计算分离),它只不过是所有实例(主或辅助)的共享磁盘,并避免共享磁盘故障的风险 DocumentDB 复制数据共享磁盘到不同可用区中的其他六个磁盘。所以这里需要注意的一点是DocumentDB混合了共享磁盘的概念和标准的复制策略来实现它的目标。因此,重要的是您在数据库中使用的策略